模型
Goedel Architect
自动定理证明领域的定制化系统,作为对比基线在 Putnam Bench 基准上出现。
时间轴 (近 90 天)
11月17日
在 Putnam Bench 上,H1 与 Goedel Architect 使用相同模型时成本更低但表现更好。
待验证50%
11月17日
论文强调所有成本应按实际 Token 用量换算成 API 等价成本进行公平对比,因为不同系统的单次尝试计算量差异极大(如 Goedel Architect 一次尝试允许最多 16 次证明计划修订,XProver Base 一次尝试允许 50 次智能体迭代)。
待验证50%