في عالم الرياضيات، يعتبر تحويل المشكلات من اللغة الطبيعية إلى اللغة الرسمية أمراً حيوياً، حيث يشكل ما يعرف بالأوتوفورماليزاسيون (Autoformalization) جسر مهم بين الرياضيات التي نستخدمها في حياتنا اليومية والرياضيات الرسمية المستخدمة في الأبحاث المتقدمة.

تحت عنوان "إعادة الهيكلة الذكية: إطار عصبي رمزي يغير مفهوم الأوتوفورماليزاسيون"، تم تقديم إطار عمل حديث يسمى Decompose, Structure, and Repair (DSR). هذا الإطار يمثل تقدمًا ملموسًا في الطريقة التي نتعامل بها مع تحويل البيانات الرياضية.

لقد كان تركيز الأبحاث السابقة على تحسين نماذج اللغات الضخمة (Large Language Models) عن طريق عمليات التدريب المتنوعة، ولكن كثيرًا ما كانت تتجاهل التركيبة الهرمية المنطقية التي تتضمنها العبارات الرياضية. مع DSR، يتم تفكيك العبارات إلى مكوناتها المنطقية، مما يتيح تحديد الأخطاء بدقة من خلال إعادة هيكلة الأشجار التشغيلية.

كما قدم الباحثون معيارًا جديدًا بعنوان PRIME، والذي يتضمن 156 نظرية من مستوى البكالوريوس والدراسات العليا تم اختيارها من كتب دراسية معروفة ومشروحة خبراء في لين 4 (Lean 4). تشير التجارب إلى أن DSR قد حقق مراكز جديدة في الأداء، متفوقًا باستمرار على الطرق التقليدية.

من المتوقع أن يتم نشر مجموعات البيانات والنماذج والرموز المستخدمة في هذا البحث للجمهور قريبًا. هذه التطورات تشير إلى بداية عصر جديد في العلاقة بين الرياضيات والإلكترونيات، مما يفتح الأبواب أمام مزيد من الابتكارات في هذا المجال.