面壁智能 OpenBMB 发布 MathForm：面向 Lean 4 的开源形式化框架、数据集与模型

面壁智能 OpenBMB 推出名为 MathForm 的开源框架、数据集与模型，面向 Lean 4 数学自动形式化。其 FormalVerse 数据集包含超过 367K 个已验证示例。在 100K 预算下，基于该数据集训练的模型一致性检查达到 60.32%，优于 FineLeanCorpus 的 46.53% 和 NumimaMath-LEAN 的 41.49%。

此前数学自动形式化领域缺乏大规模、已验证的开放数据集，现有模型效果有限。MathForm 提供了 367K+ 已验证示例，显著提升了形式化任务的准确率，可能加速 Lean 4 在数学证明自动化中的应用，降低入门门槛，促进相关研究和工具链发展。

MathForm 通过提供大规模已验证示例的数据集来训练模型，使得模型能够学习更准确的数学形式化模式。一致性检查（Consistency Check）作为评估指标，衡量模型输出与已验证证明的一致性，高分数表明模型生成的证明更可靠，从而减轻人工审查负担。

对使用 Lean 4 的数学研究或教育产品，MathForm 可直接用于自动化形式化流程，减少人工编写证明的时间成本。开发者可集成该模型作为辅助证明工具，提升效率。此外，开源框架和数据集可作为基础底座，促进二次开发与定制化应用。

• 集成 MathForm 模型到数学教育工具中，帮助学生自动验证练习题的 Lean 4 证明。
• 基于 FormalVerse 数据集微调模型，支持特定数学领域的自动形式化，如代数或拓扑。
• 开发交互式 IDE 插件，提供实时的证明一致性与建议，提升 Lean 4 开发体验。
• 将 MathForm 作为服务化 API 开放，使非专业用户也可通过自然语言生成形式化证明草稿。

• MathForm 模型的训练数据是否仅来自 FormalVerse，还是包含其他资源？
• 实际使用时的推理速度与计算资源需求未在证据中说明。
• 模型在不同数学分支（如几何、数论）上的表现是否均衡，尚未有披露。
• 许可证类型是否允许商业用途，未明确告知。