COMPOSE：根据引文和形式结构组合未来定理

一个看似合理的未来数学主张必须满足两个约束：它应该遵循先前工作的方向并尊重限制可以有效遵循的形式依赖性。现有方法通常仅对这些来源之一进行建模，产生的主张要么缺乏依据，要么动机不足。我们引入了扎根的未来数学生成，其目标是使用两个互补的上下文来源为锚论文生成一个看似合理的未来类似定理的主张：科学引文图和对齐的形式定理依赖图。为了解决这个问题，我们提出了 COMPOSE，一个双图框架，它根据科学引文上下文和形式定理结构来调节语言模型。为了支持这一设置，我们构建了来自 arXiv 和 Mathlib 的 108K 配对科学形式图示例的数据集，以及 2024--2025 年 47K 未来论文的基准。实验表明，COMPOSE 在对未来真实论文的检索方面优于强大的基线，并在 LLM 评审评估下实现了最佳整体性能，产生了更扎实、数学上更丰富的输出。这些结果表明，未来的数学生成受益于科学背景与形式结构的结合。项目页面位于 https://david-busbib.github.io/COMPOSE-page/。