Представлен StochBench — новый бенчмарк для стохастических процессов в Lean

Исследователи представили StochBench — специализированный бенчмарк для интерактивной среды доказательства теорем Lean 4. Набор содержит 450 задач университетского уровня по стохастическим процессам разной степени абстракции, каждая из которых снабжена формулировкой на естественном языке.

Проект закрывает пробел в Mathlib и охватывает широкий спектр прикладных математических разделов: марковские цепи, процессы восстановления, случайные блуждания, мартингалы, броуновское движение, теорию очередей и стохастическое исчисление.

В ходе тестирования ИИ-агент на базе Opus 4.8 сумел решить 34,9% задач (157 из 450) при лимите времени в 15 минут на одно доказательство. Результаты подчеркивают актуальность бенчмарка для развития передовых математических ИИ-систем.