AdvancedMathBench: A Benchmark Suite for Advanced Mathematical Proof Generation and Verification

• 类型：arxiv
• 标识：2607.11849
• 链接：https://arxiv.org/abs/2607.11849
• 主分类：evaluation
• 形态：benchmark
• 被引：0
• 被引来源：Semantic Scholar + OpenAlex
• S2被引：0
• OpenAlex被引：0
• 影响力被引：0
• TLDR：This work introduces AdvancedMathBench, a benchmark suite designed to evaluate advanced mathematical reasoning capabilities, and introduces VerifierBench, consisting of 888 model-generated proof trajectories paired with expert ground truth, to evaluate whether models can correctly judge proof validity and provide sound verification rationales.
• OpenAlex ID：W7168281436
• OpenAlex DOI：10.48550/arxiv.2607.11849
• DOI：10.48550/arxiv.2607.11849
• DOI来源：OpenAlex
• 开放获取：green
• 开放获取链接：https://doi.org/10.48550/arxiv.2607.11849
• OpenAlex更新：2026-07-19
• 待LLM分类：否
• 标题中文：AdvancedMathBench：一个面向高等数学证明生成与验证的基准测试套件
• TLDR中文：本文提出 AdvancedMathBench，一个用于评估高级数学推理能力的 benchmark 套件，并推出 VerifierBench，包含 888 条模型生成的证明轨迹及专家 ground truth，用于评估模型能否正确判断证明有效性并给出合理的验证理由。
• 来源文件：
• /inbox/tom/_candidates/2026-07-14-agent-rag-longcontext-candidates.json
• [S2 enrich]
• [OpenAlex backfill]