LLMlean integra LLMs e Lean para sugestões táticas, conclusão de provas e muito mais.
Aqui está um exemplo de uso do LLMLean em problemas de Matemática no Lean:
Você pode usar um LLM em execução em seu laptop ou um LLM da API Open AI ou da API Together.ai:
Obtenha uma chave de API OpenAI.
Defina 1 variável de ambiente:
export LLMLEAN_API_KEY=your-openai-api-key
Para fazer isso, adicione a instrução export ao arquivo ~/.zshrc
(no Mac) ou ~/.bashrc
(Linux) e reinicie o VS Code.
llmlean
ao lakefile: require llmlean from git
" https://github.com/cmu-l3/llmlean.git "
import LLMlean
Agora use uma tática descrita abaixo.
Instale ollama.
Extraia um modelo de linguagem:
ollama pull wellecks/ntpctx-llama3-8b
export LLMLEAN_API=ollama
export LLMLEAN_MODEL=wellecks/ntpctx-llama3-8b # model name from above
Em seguida, execute as etapas (3) e (4) acima. Agora use uma tática descrita abaixo.
Obtenha uma chave de API Together.ai.
Defina 2 variáveis de ambiente:
export LLMLEAN_API=together
export LLMLEAN_API_KEY=your-together-api-key
Em seguida, execute as etapas (3) e (4) acima. Agora use uma tática descrita abaixo.
llmstep
Sugestões de próxima tática via llmstep "{prefix}"
. Exemplos:
llmstep ""
llmstep "apply "
As sugestões são verificadas no Lean.
llmqed
Conclua a prova atual via llmqed
. Exemplos:
As sugestões são verificadas no Lean.
Para obter o melhor desempenho, especialmente para a tática llmqed
, recomendamos o uso da API Open AI.
Aqui está um exemplo de prova de um lema com llmqed
(OpenAI GPT-4o):
E usando llmqed
para simplificar parte de uma prova existente:
Por favor, veja o seguinte: