FORALL-LEAN-AGENT：形式数学与软件验证中的可审计推理

论文提出 FORALL-LEAN-AGENT，一个前端无关的框架，用于形式数学和软件验证中的可审计推理，结合隔离工作区、Lean 工具与独立证明检查。在 VeriSoftBench 100 任务子集上，GPT-5.6 Sol 集成后基准规则成功数从 93 提升到 100，成本从 $69 降至 $62；PutnamBench 评估以平均每个问题 $4.72 接受全部 672 个问题。