---
title: "LeanPRM: Doğal Dil İspat Doğrulaması İçin Lean Tabanlı Süreç Denetimi"
url: https://blog.edumints.com/leanprm-dogal-dil-ispat-dogrulamasi-icin-lean-tabanli-surec-denetimi
category: "LLM"
date: 2026-10-18T15:05:25.499Z
publisher: Edumints Blog
lang: tr-TR
source_name: "Hugging Face Papers"
source_url: https://huggingface.co/papers/2610.17697
---

# LeanPRM: Doğal Dil İspat Doğrulaması İçin Lean Tabanlı Süreç Denetimi

## Matematiksel İspat Doğrulamasında Darboğaz ve Mevcut Yaklaşımların Sınırları

Yapay zeka sistemleri artık uzun ve zorlu matematiksel ispatlar yazabiliyor, ancak bu ispatların adım adım geçerliliğini kontrol etmek giderek büyüyen bir darboğaz haline geliyor. Eğitilmiş bir doğrulayıcı (verifier) modeli bu ispatları düşük maliyetle denetleyebilir; fakat böyle bir modeli eğitmek her adımda doğruluk etiketine ihtiyaç duyar ve açık uçlu ispatlar için bu etiketleri elde etmek oldukça zordur.

Mevcut yöntemler şu temel kısıtlamalarla karşılaşıyor:
- Etiketleri insan etiketleyicilerden almak yüksek maliyet yaratır.
- Etiketleri nihai yanıtlardan türetmek açık uçlu ispatlarda mümkün değildir çünkü bu ispatların tek bir sonuç değeri yoktur.
- Her bir ispatı **Lean** ortamında biçimselleştirmek (formalize etmek) uzman çabası gerektirir.

## LeanPRM Çerçevesi ve Otomatik Etiketleme Süreci

Doğal dildeki ispatlar için adım düzeyinde etiketler oluşturmak amacıyla **Lean** ispat asistanını kullanan **LeanPRM** çerçevesi geliştirilmiştir. Sistem şu adımlarla çalışır:
- Bir model, Lean'den herhangi bir geri bildirim almadan doğal dildeki bir ispatı eşleştirilmiş biçimsel (formal) bir ispatla birlikte yazar.
- Ardından Lean her bir adımı etiketler.
- İkinci bir model, yalnızca biçimsel sözdiziminden (syntax) kaynaklanan hataları eler; böylece negatif etiketler doğrudan matematiksel hataları işaret eder.
- Bu süreç sonucunda elde edilen **LeanPRM** veri seti, sıfır insan etiketlemesiyle **10.634 ispat** ve **152 bin etiketlenmiş adım** içerir.

## Deneysel Sonuçlar ve Model Performansı

**LeanPRM** üzerinde eğitilen modeller, süreç denetimi (process supervision) ve doğrulama kıyaslamalarında belirgin bir üstünlük sağlamaktadır:
- **LeanPRM** ile eğitilen bir **Qwen3-4B** doğrulayıcısı, ayrılmış 200 ispattan oluşan **LeanPRM-Bench** test setindeki tam adım etiketi doğruluğunu **48,2'den 74,7'ye** çıkarırken, aynı temel model **PRM800K** üzerinde eğitildiğinde bu oran **60,3** seviyesinde kalmaktadır.
- Uluslararası Matematik Olimpiyatı (**IMO**) seviyesindeki problemlerde **best-of-N** seçiminde daha iyi ispatlar seçmektedir.
- Dört harici doğrulama kıyaslamasının üçünde **PRM800K** ile eğitilmiş doğrulayıcıyı geride bırakmaktadır.
- **LeanPRM** ile yapılan eğitim; **LeanPRM-Bench**, **Hard2Verify** ve **IMO-GradingBench** kıyaslamalarında **0,6B ile 8B parametre** arasındaki her boyuttaki doğrulayıcıyı geliştirmektedir.

## Yazılım Geliştirme ve Öğrenme Açısından Pratik Çıkarımlar

İleri akıl yürütme ve doğrulama sistemleri geliştiren mühendisler için bu çalışma önemli mimari dersler sunmaktadır:
- **Derleyici ve Biçimsel Araç Destekli Sentetik Veri:** İnsan etiketlemesinin darboğaz olduğu karmaşık akıl yürütme görevlerinde, deterministik doğrulayıcılar (Lean gibi) otomatik süreç ödül modelleri (PRM) üretmek için güçlü bir temel sağlar.
- **Sözdizimi ve Mantık Hatalarını Ayrıştırma:** Otomatik doğrulama boru hatlarında, biçimsel araçlardan dönen derleme veya sözdizimi hatalarını ikinci bir filtreleme modeliyle ayıklamak, eğitim verisinin yalnızca gerçek mantıksal hatalara odaklanmasını sağlar.
- **Küçük Modellerle Ölçeklenebilir Denetim:** Doğru süreç etiketleriyle eğitilen **0,6B - 8B** aralığındaki küçük ve orta ölçekli modeller, üretim ortamında **best-of-N** örneklemesi ve **LLM-as-a-Judge** kurgularında maliyet etkin ve yüksek doğruluklu filtreler olarak konumlandırılabilir. Etiketler insan müdahalesi gerektirmediği için sistem, biçimsel ifadelerin arzıyla birlikte ölçeklenerek insanların kontrol etmesi zor olan yapay zeka çıktılarında adım düzeyinde geri bildirim yolu açar.



---

Bu konuyu derinlemesine öğrenmek isterseniz: [İleri Akıl Yürütme Teknikleri](https://edumints.com/kesfet/sistematik-prompt-muhendisligi-ve-dspy-ile-program-xpig) modülüne göz atın.

---

**Kaynak:** Hugging Face Papers (https://huggingface.co/papers/2610.17697)
**Yayıncı:** [Edumints Blog](https://blog.edumints.com) · Alıntılarken bu URL'ye bağlantı verin: https://blog.edumints.com/leanprm-dogal-dil-ispat-dogrulamasi-icin-lean-tabanli-surec-denetimi