马丁·苏达 有大脑的吸血鬼是一把很好的ITP锤子。 （英语） Zbl 07497923号 Konev，Boris（编辑）等人，《组合系统的前沿》。第十三届国际研讨会，FroCoS 2021，英国伯明翰，2021年9月8-10日。诉讼程序。查姆：斯普林格。莱克特。注释计算。科学。12941, 192-209 (2021). 摘要：Vampire长期以来是最强的一阶自动定理证明器，广泛用于Mizar、Isabelle、HOL和Coq等ITP中的锤式证明自动化。在这项工作中，我们通过有效的神经引导增强其饱和过程，大大提高了Vampire在完整Mizar库上的锤击性能。特别是，我们使用最近提出的递归神经网络，仅根据派生历史对生成的子句进行分类。与以前基于考虑子句逻辑内容的神经方法相比，我们的体系结构使评估单个子句的时间少得多。由此产生的系统显示出良好的学习能力，提高了Mizar库的最新性能，同时证明了许多相关ENIGMA系统在类似锤击评估中无法证明的定理。关于整个系列，请参见[Zbl 1482.68028号]. MSC公司： 68泰克 人工智能 软件：深度数学;谜;HOGWILD公司;GKC公司;PyTorch公司;伊西查尔;Coq公司;阿凡达;SPASS公司;MPTP 0.2;MaLeCoP公司;米扎尔;SMT-LIB语言;VAMPIRE公司 PDF格式BibTeX公司 XML格式引用 \textit{M.Suda}，莱克特。注释计算。科学。12941、192--209（2021；Zbl 07497923） 全文： DOI程序 arXiv公司 参考文献： [1] Alama，J。；Heskes，T。；Kühlwein，D。；Tsivtsivadze，E。；Urban，J.，《通过语料库分析和核方法进行数学前提选择》，J.Autom。原因。，52, 2, 191-213 (2014) ·Zbl 1315.68217号 ·doi:10.1007/s10817-013-9286-5 [2] Alemi，A.A.，Chollet，F.，Irving，G.，Szegedy，C.，Urban，J.：DeepMath-前提选择的深度序列模型。CoRR abs/1606.04442（2016） [3] Aygün，E.等人：学习从综合定理证明。CoRR abs/2006.11259（2020） [4] Bachmair，L.，Ganzinger，H.：分辨率定理证明。摘自：Robinson和Voronkov[33]，第19-99页。doi:10.1016/b978-044450813-3/50004-7·Zbl 0993.03008号 [5] Barrett，C.、Fontaine，P.、Tinelli，C.：可满足性模理论库（SMT-LIB）（2016）。网址：www.SMT-LIB.org [6] JC布兰切特；Kaliszyk，C。；保尔森，LC；Urban，J.，Hammering to QED，J.Formiz。原因。，9, 1, 101-148 (2016) ·兹比尔1451.68318 ·doi:10.6092/issn.1972-5787/4593 [7] Chvalovský，K.，Jakubov，J.，Suda，M.，Urban，J.:ENIMA-NG:E.In:Fontaine[12]，第197-215页。文件编号：10.1007/978-3-030-29436-6_12·Zbl 07178977号 [8] Crouse，M.等人：一种基于深度强化学习的方法，用于学习可转换的证明指导策略。CoRR abs/1911.02065（2019） [9] Denzinger，J。；舒尔茨，S。；马萨诸塞州麦克罗比；斯莱尼，JK，学习领域知识以改进定理证明，自动演绎-Cade-13，62-76（1996），海德堡：施普林格·Zbl 1412.68217号 ·doi:10.1007/3-540-61511-369 [10] Färber，M。；Kaliszyk，C。；卢茨，C。；Ranise，S.，《用于前提选择的随机森林》，《组合系统的边界》，325-340（2015），Cham:Springer，Cham·Zbl 1471.68307号 ·数字对象标识代码：10.1007/978-3-319-24246-0_20 [11] Färber，M。；Kaliszyk，C。；Urban，J。；de Moura，L.，蒙特卡洛表格证明搜索，自动扣除-CADE 26，563-579（2017），查姆：施普林格，查姆·Zbl 1494.68286号 ·数字对象标识代码：10.1007/978-3-319-63046-5_34 [12] Fontaine，P.，《自动扣除-CADE 27》（2019年），查姆：斯普林格，查姆·Zbl 1428.68018号 ·doi:10.1007/978-3-030-29436-6 [13] Gleiss，B.，Suda，M.：基于饱和的定理证明的分层子句选择。在：Fontaine，P.、Korovin，K.、Kotsireas，I.S.、Rümmer，P.和Touret，S.（eds.）第七届自动推理实践方面研讨会和第五届可满足性检查和符号计算研讨会（SC-Square）的联合会议记录，与第十届国际自动推理联合会议（IJCAR 2020）合办，法国巴黎，2020年6月-7月（虚拟）。CEUR研讨会记录，第2752卷，第34-52页。CEUR-WS.org（2020年） [14] 格雷斯，B。；苏达，M。；北卡罗来纳州佩尔蒂埃。；Sofronie-Stokkermans，V.，《理论推理的分层子句选择》，《自动推理》，402-409（2020），查姆：斯普林格，查姆·Zbl 07614525号 ·doi:10.1007/978-3-030-51074-9_23 [15] Goller，C.，Küchler，A.：通过结构反向传播学习任务相关的分布式表示。摘自：《神经网络国际会议论文集》（ICNN 1996），美国华盛顿特区，1996年6月3日至6日，第347-352页。IEEE（1996）。doi:10.1109/ICNN.1996.548916 [16] 古德费罗，IJ；Y.本吉奥。；Courville，AC，深度学习。自适应计算和机器学习（2016），剑桥：麻省理工学院出版社，剑桥·Zbl 1373.68009号 [17] 格拉博夫斯基，A。；科尔尼洛维奇，A。；Naumowicz，A.，简而言之，Mizar，J.Formiz。原因。，3, 2, 153-245 (2010) ·Zbl 1211.68369号 ·doi:10.6092/issn.1972-5787/1980 [18] 霍德，K。；沃伦科夫，A。；比约纳，N。；Sofronie-Stokkermans，V.，Sine Quanon for large theory reasoning，自动演绎-CADE-23，299-314（2011），海德堡：斯普林格·Zbl 1341.68189号 ·doi:10.1007/978-3-642-22438-623 [19] 雅库布v，J。；科瓦洛夫斯克。；奥尔沙克，M。；Piotrowski，B。；苏达，M。；Urban，J。；北卡罗来纳州佩尔蒂埃。；Sofronie-Stokkermans，V.，《ENIGMA anonymous:符号相关推理引导机（系统描述）》，《自动推理》，448-463（2020），查姆：斯普林格，查姆·Zbl 07614690号 ·doi:10.1007/978-3-030-51054-1_29 [20] 雅库布v，J。；Urban，J。；Geuvers，H。；英格兰，M。；O.哈桑。；拉贝，F。；Teschke，O.，ENIGMA：高效基于学习的推理引导机，《智能计算机数学》，292-302（2017），查姆：斯普林格，查姆·Zbl 1367.68249号 ·数字对象标识代码：10.1007/978-3-319-62075-6_20 [21] 雅库布v，J。；Urban，J。；拉贝，F。；Farmer，WM；帕斯莫尔，GO；Youssef，A.，《增强ENIGMA给定子句指导》，《智能计算机数学》，118-124（2018），查姆：斯普林格，查姆·Zbl 1417.68184号 ·doi:10.1007/978-3-319-96812-4-11 [22] Jakubuv，J.，Urban，J.：通过学习小句指导（短文）打击Mizar。收录于：Harrison，J.、O'Leary，J.和Tolmach，A.（编辑）第十届交互式定理证明国际会议，2019年9月9日至12日，美国俄勒冈州波特兰市，ITP 2019。LIPIcs，第141卷，第34:1-34:8页。达格斯图尔-莱布尼兹·泽特鲁姆宫（Schloss Dagstuhl-Leibniz-Zentrum für Informatik）（2019年）。doi:10.4230/LIPIcs。ITP.2019.34号·Zbl 07649983号 [23] Kaliszyk，C。；Urban，J.，Mizar 40代表Mizar 40，J.Autom。原因。，第55页，第3245-256页（2015年）·Zbl 1356.68191号 ·doi:10.1007/s10817-015-9330-8 [24] Kovács，L。；沃伦科夫，A。；北卡罗来纳州Sharygina。；Veith，H.，《一阶定理证明与吸血鬼》，计算机辅助验证，1-35（2013），海德堡：施普林格出版社·doi:10.1007/978-3-642-39799-8_1 [25] Looks，M.，Herreshoff，M.，Hutchins，D.，Norvig，P.：动态计算图的深度学习。在：2017年4月24日至26日在法国土伦举行的第五届国际学习代表大会，ICLR 2017，会议记录。OpenReview.net（2017） [26] Loos，S.M.、Irving，G.、Szegedy，C.、Kaliszyk，C.：深度网络引导的证明搜索。摘自：Eiter，T.，Sands，D.（eds.）LPAR-21，第21届编程、人工智能和推理逻辑国际会议，博茨瓦纳莫恩，2017年5月7日至12日。EPiC计算机系列，第46卷，第85-105页。EasyChair（2017年）·Zbl 1403.68197号 [27] Nieuwenhuis，R.，Rubio，A.：基于参数化的定理证明。摘自：罗宾逊和沃伦科夫[33]，第371-443页。doi:10.1016/b978-044450813-3/50009-6·Zbl 0997.03012号 [28] Paszke，A.等人：PyTorch：一个命令式、高性能的深度学习库。收录于：Wallach，H.、Larochelle，H.，Beygelzimer，A.、d'Alché-Buc，F.、Fox，E.、Garnett，R.（编辑）《神经信息处理系统进展》，第32卷，第8024-8035页。Curran Associates，Inc.（2019年）。http://papers.neurips.cc/paper/9015-pytorch-an-imperative-style-high-performance-deep-learning-library.pdf [29] Piotrowski，B.，Urban，J.：递归神经网络的有状态前提选择。摘自：Albert，E.，Kovács，L.（编辑）LPAR 2020：第23届编程、人工智能和推理逻辑国际会议，西班牙阿利坎特，2020年5月22日至27日。EPiC计算机系列，第73卷，第409-422页。EasyChair（2020年）。https://easychair.org/publications/paper/g38n [30] Rech，B.，Re，C.，Wright，S.，Niu，F.：霍格沃德！：一种并行化随机梯度下降的无锁方法。摘自：Shawe-Taylor，J.、Zemel，R.、Bartlett，P.、Pereira，F.、Weinberger，K.Q.（编辑）《神经信息处理系统进展》，第24卷。Curran Associates，Inc.（2011年）。https://proceedings.neurips.cc/paper/2011/file/218a0aefd1d1a4be65601cc6ddc1520e-paper.pdf [31] 雷格尔，G。；苏达，M。；沃伦科夫，A。；毛毡，AP；Middeldorp，A.，《玩阿凡达》，《自动扣除-CADE-25，399-415》（2015），查姆：斯普林格，查姆·Zbl 1465.68295号 ·doi:10.1007/978-3-319-21401-628 [32] 里亚扎诺夫，A。；Voronkov，A.，《解析定理证明中的有限资源策略》，J.Symb。计算。，36, 1-2, 101-115 (2003) ·Zbl 1023.68089号 ·doi:10.1016/S0747-7171（03）00040-3 [33] Robinson，J.A.、Voronkov，A.（编辑）：《自动推理手册》（共2卷）。爱思唯尔和麻省理工学院出版社（2001）·Zbl 1202.52005 [34] Schulz，S.：学习等式演绎的搜索控制知识。DISKI第230号，柏林Akademische Verlagsgesellschaft GmbH（2000）·Zbl 0994.68130号 [35] Schulz，S.、Cruanes，S.和Vukmirovic，P.：更快、更高、更强：E 2.3。收录于：Fontaine[12]，第495-507页。doi:10.1007/978-3-030-29436-6_29·Zbl 07178994号 [36] 舒尔茨，S。；Möhrmann，M。；Olivetti，N。；Tiwari，A.，基于饱和定理证明的子句选择启发式算法的性能，自动推理，330-345（2016），Cham:Spriger，Cham·兹比尔1475.68450 ·doi:10.1007/978-3-319-40229-1_23 [37] Srivastava，N.，Hinton，G.E.，Krizhevsky，A.，Sutskever，I.，Salakhutdinov，R.：退出：防止神经网络过度拟合的简单方法。J.马赫。学习。1929-1958年第15（1）号决议（2014年）。http://dl.acm.org/citation.cfm？id=2670313 ·Zbl 1318.68153号 [38] Suda，M.：与SInE一起瞄准目标。收录于：Kovács，L.、Voronkov，A.（编辑）《2018年吸血鬼》和《2019年吸血鬼”》。第五和第六次吸血鬼研讨会。EPiC计算机系列，第71卷，第38-44页。EasyChair（2020年）。doi:10.29007/q4pt [39] Suda，M.：在学习历史的同时改进谜式从句的选择。收录：Platzer，A.，Sutcliffe，G.（编辑）《第28届CADE会议记录》（2021年出版）。https://arxiv.org/abs/2102.13564 ·Zbl 07437099号 [40] Tammet，T.：GKC：大型知识库的推理系统。收录于：Fontaine[12]，第538-549页。doi:10.1007/978-3-030-29436-6_32·Zbl 07178997号 [41] Urban，J.：MPTP 0.2：设计、实施和初步实验。J.汽车。原因。37(1-2), 21-43 (2006). 数字对象标识代码：10.1007/s10817-006-9032-3·Zbl 1113.68095号 [42] Urban，J。；维斯科契尔，J。；Štěpánek，p。；Brünnler，K。；Metcalfe，G.，MaLeCoP机器学习连接证明程序，使用分析表和相关方法的自动推理，263-277（2011），海德堡：斯普林格·Zbl 1332.68206号 ·doi:10.1007/978-3-642-22119-4_21 [43] 沃伦科夫，A。；Biere，A。；Bloem，R.，《阿凡达：一阶定理证明器的架构》，《计算机辅助验证》，696-710（2014），查姆：施普林格，查姆·Zbl 1495.68240号 ·doi:10.1007/978-3-319-08867-9_46 [44] Wang，M.，Tang，Y.，Wang，J.，Deng，J.:通过深度图嵌入证明定理的前提选择。摘自：Guyon，I.等人（编辑）《神经信息处理系统进展》30：2017年神经信息处理体系年度会议，美国加利福尼亚州长滩，2017年12月4日至9日，第2786-2796页（2017年）。https://proceedings.neurips.cc/paper/2017/hash/18d10dc6e666eab6de9215ae5b3d54df-Abstract.html [45] 魏登巴赫，C。；迪莫娃，D。；Fietzke，A。；库马尔，R。；苏达，M。；Wischnewski，P。；Schmidt，RA，SPASS 3.5版，自动扣除-CADE-22140-145（2009），海德堡：施普林格，海德伯格·doi:10.1007/978-3-642-02959-2-10 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。