تعتبر البرهانات الرياضية من أبرز المجالات التي تثير اهتمام الرياضيين وعلماء الرياضيات، حيث تتجاوز قيمتها صحة النتائج إلى جوانب أخرى مثل البساطة والنقاء والتكلفة الحاسوبية للعثور عليها. في هذا السياق، يستعرض الباحثون خوارزمية جديدة تُدعى LEVER، وهي خوارزمية بحث عن البرهان تهدف إلى تحسين الجودة والتكاليف بشكل ديناميكي. تعتمد LEVER على تحسين الأهداف القابلة للتطبيق بالنسبة للبرهانات الصحيحة أثناء عملية البحث، مما يعني أنها تستطيع تحديد التقييمات المتقدمة للبرهانات الجزئية عبر مخطط البرهان AND/OR.

تمرLEVER بعملية تقييم تفاعلية تجمع بين الأهداف المتحققة والتنبؤات للمسائل المفتوحة، مما يمنحها القدرة على توجيه البحث بطريقة أكثر فعالية قبل اكتمال البرهان. تعتبر هذه الآلية أيضًا حيوية في تحسين التكلفة الحاسوبية، وطول البرهان، والموضوعية.

حسب التجارب التي أجريت باستخدام إطار Lean 4، يظهر أن LEVER تكلفتها أقل بنسبة 34% مقارنةً بالأنظمة القوية التقليدية، بينما ارتفعت نسبة الحل من 80% إلى 96%، ما يدل على قدرتها الفائقة في إدارة الموارد بكفاءة. بالإضافة إلى ذلك، فإن LEVER تحقق تحسناً ملحوظاً في تقليل تباين موضوع البرهان، ما يجعلها خياراً مناسباً لتحقيق أفضل جودة بتكاليف معقولة.

الجدير بالذكر أن LEVER تمكّن المستخدمين من تحديد مدى أهمية تحسين البرهان من خلال توفير سلسلة من الأوزان والتي تحدد التوازن بين الجودة والتكلفة. في المجمل، إن LEVER تعتبر خوارزمية فعّالة ومرنة تلبي احتياجات الباحثين في مجال البرهان بشكل يتجاوز التوقعات التقليدية.