في عصر يتزايد فيه الاستخدام الحرفي للذكاء الاصطناعي في العديد من المجالات، يظل التحويل الدقيق للرياضيات الطبيعية إلى صيغ رسمية موضوعًا مثيرًا للجدل. حيث تواجه هذه العملية تحديًا كبيرًا يسمى "الإيمان" (Faithfulness)، حيث يُمكن أن تكون الصياغة الرسمية قابلة للتحقق منها، ولكنها قد تعبر عن نظرية مختلفة عن المقصودة الأصلية.

تم تقديم إطار العمل الجديد "Bidirectional Provability Fingerprinting" (بصمة البرهان ثنائية الاتجاه) كحلّ مبتكر يهدف إلى معالجة هذا التحدي. يعتمد هذا الإطار على تحليل نتائج التحويل من خلال المناطق المتصلة للمفاهيم الرياضية في النظريتين الأصلية والهدف. ويتضمن ذلك أربعة مكونات جديدة ومثيرة للاهتمام:

1. **توليد المجال المضاد** (Counterfactual Probe Generation - CPG): يقوم هذا الإجراء التكتيكي بتوليد مجالات مستهدفة تحدد الاتجاهات المحددة لتحولات الدلالات.
2. **طيف التوافق** (Equivalence Spectrum): يقدم هذا النظام درجة متواصلة من الإيمان، بدلاً من الأحكام الثنائية القاسية.
3. **تخصيص ميزانية الاستقصاء التكيفية** (Adaptive Probe Budget Allocation - APBA): يضمن هذا النظام توزيع المعلومات بشكل فعال خلال عملية التحليل.
4. **فك الترميز الموجه بالإيمان** (Faithfulness-Guided Decoding - FGD): يستفيد هذا النظام من إشارات بصمة البرهان كمكافأة خلال عملية التحويل.

في نتائج مثيرة، أظهرت الدراسة أن الطريقة الجديدة قادرة على اكتشاف 89.6% من الحالات المنحرفة، بمعدل إيجابي زائف يبلغ 3.0%. بالمقارنة، أظهرت الأساليب التقليدية أن نسبة النجاح كانت أقل بكثير، ما يعكس فعالية الأداء العالي لإطار العمل الجديد.

لإثراء المجال، تم إصدار "driftbench"، وهو مجموعة بيانات تحتوي على 2,183 زوج من الرياضيات الطبيعية والبيانات الرياضية الرسمية.