LLM 定理证明自博弈理论框架入选 NeurIPS

Thomas Chen 与 Zhiyuan Li 的 NeurIPS 2026 海报论文提出 prover-conquesturer 自博弈理论框架，分析 LLM 在定理证明任务中实现自我改进的条件。该研究受 STP(Dong & Ma, 2025) 启发，为 LLM 数学推理的自博弈训练提供理论基础，并由斯坦福 AI 实验室转发。