LeanPRM：用 Lean 证明助手自动生成逐步正确性标签训练验证器

LeanPRM 用 Lean 证明助手为自然语言数学证明自动生成步骤级正确性标签：模型同时写出自然语言证明与配套的形式化证明，由 Lean 标注每一步的对错。该框架来自 UT Austin/UCLA/NYU，绕开人工标注昂贵、最终答案反推不可行的瓶颈，可规模化训练过程奖励模型（PRM）来验证 AI 生成的长证明，论文于 2026 年 10 月 13 日发布在 arXiv。