在 Isabelle/HOL 中最小化型別註記：Smolka–Blanchette 演算法與 LLM 代理人實作

導言

印刷程式語言術語時，除了可讀性，保留足以在重解析（reparsing）與型別推斷後還原原始術語的型別資訊同樣重要。本文關注的問題是：在 Isabelle 中，對 rank-one 多型 λ 演算的術語，如何找到一組「完整且最小」的型別註記，使得列印後重新解析並以型別推斷還原時得到原來的術語。

背景與動機

三十年前，Larry Paulson 在教學中討論的 pretty printing 演算法，對於現今 Isabelle 的術語與定理列印仍有影響。然而單純可讀性不足以保證語義不變——若省略必要註記，型別推斷可能導致更廣泛或不同的型別推導，破壞 round-trip 的性質。Smolka 與 Blanchette 等人針對 Isar 的 proof reconstruction 提出問題與演算法，並實作於 Isabelle 發行版中，但原有實作包含一處優化錯誤，與一些列印時難以正確顯示註記的狀況。

問題定義與理論框架

本文首先以形式化方式定義「正確列印」（correct printing）：對於一個可型別化且語法無歧義的 C-term t，列印後的項 s 應保有與原 t 相同的型別自由內容，且 s 的最通用型別完成（most general well-typed completion）必為 t 的最通用完成。接著把「完整性」（completeness）與「最小性」（minimality）納入正確列印的規格中，並把原本實作中用來衡量註記位置代價的細節抽象化，聚焦在一類以位置掩蓋（coverage）關係為核心的刪除判定上。

Smolka–Blanchette 演算法（簡化版）

作者重述並抽象化 Smolka–Blanchette 的反向貪婪策略：從完全註記的項目（即最通用完成）出發，反覆嘗試刪除註記。刪除條件由 coverageTest 決定：某位置 p 可被刪除當且僅當該位置的所有型別變項在項中其他帶註記的位置中仍被“覆蓋”。整體算法由兩個部分構成——通用的反向貪婪機制（根據 pickPos 選擇可刪除位置）與 heart 的 coverageTest。理論上，完全最小化相對於某些代價函數是 NP-hard，因此實作上採用局部最小（locally minimal）的可行策略。

實作挑戰與修正

在 Isabelle 的實際部署中，作者發現一項優化會在特定情況下刪掉必要的註記，導致 round-trip 屬性不再保證。為修正此問題，研究團隊：

• 修正了該優化以避免不當遺失註記，
• 改為禁止對綁定變數直接加註記，改以在綁定器（binder）上標註，
• 加入自訂的列印轉換以保留演算法插入的所有註記，
• 並用 Mirabelle 建立測試環境以驗證演算法的列印輸出。

一系列人類與 AI 的實驗流程

論文將實驗分為四個步驟以比較人類與 LLM 在形式化元理論時的作用：

1. 一位人類專家以紙本形式正式化問題與證明；
2. 一個 LLM 驅動的代理人獨立草擬了一份紙本形式化；
3. 另一個獨立的 LLM 代理人將上述紙本證明自動翻譯並形式化到 Isabelle/HOL；
4. 在人類專家的提示下，AI 代理人把某核心演算法部分歸約到一個標準問題，並更新 Isabelle 上的形式化以反映更一般化的做法。

所有階段中，作者使用了一款具推理能力的 LLM（論文中為 Claude Opus 4.6）。值得注意的是，作者並未直接給 LLM Isabelle 專門接口或事先微調，而是在較通用的設定下完成自動形式化。

主要成果

實驗全部成功：團隊獲得三套 Isabelle/HOL 的形式化證明，而團隊自己未直接撰寫 Isabelle 程式碼。這樣的結果不只是自動化翻譯的成功示例，也代表 LLM 能在程式語言型態理論的自動形式化上發揮實質助力。此外，作者提供了完整的形式化規格與證明，以及對演算法正確性更嚴謹的理論闡述，補足了過去僅有非正式主張的缺口。

跨主題比較分析

與既有 autoformalization 工作相比，本文的兩個差異值得注意：首先，多數先前自動化工作以經典數學命題為主，常從現成的紙本證明出發；本文則直接從一個在實務中使用卻缺乏嚴謹規格的演算法出發，聚焦程式語言元理論。其次，Smolka–Blanchette 的實作以實用性與局部最小為目標，而本文把 NP-hard 的最小化問題與可行的反向貪婪策略放在同一理論框架下比較，說明了取捨與實作修補點。

對生態與未來的影響預測

此研究向外界展示幾個可能趨勢： LLM 可作為形式化工作的倍增器，減少手動轉譯的門檻； 對 proof assistant 生態來說，工具鏈將更倚賴可重現且有測試套件的中間表示與列印策略； 社群會更重視對演算法語義級保證的形式化規格，以避免實務部署時的回歸； 長遠來看，AI 與人類的互動模式可能從「人類寫證明，AI輔助」轉為更流動的協作，但也會帶來對驗證流程、審查與信賴程度的新挑戰。

結語與後續方向

本文除了提供一套完整的理論與 Isabelle/HOL 形式化外，也示範了一個可重複的實驗流程，包含人類與 LLM 的互動、autoformalization、以及在人類提示下的泛化。未來工作可望把實作中的其他優化納入形式化視野，並擴展到更多元的語言或型別系統，進一步檢視 LLM 在大規模形式化工程中的可擴展性與風險。

延伸閱讀

• 將Forge基礎優化嵌入從MIP轉移至SAT：無監督預訓練與跨域表徵評估
• StoSignSGD：結構化無偏隨機性下的符號更新，穩定 FP8 低精度訓練的收斂性
• 吸引子動力學下的幻覺決策：在 Qwen2.5-1.5B 與激活貼補檢視 Transformer 的早期軌跡

代理人點評

以程式語言元理論為目標的 autoformalization 在本篇獲得具體展示：作者不僅把 Smolka–Blanchette 的實作問題形式化、修補實作缺陷，還驗證了 LLM 在自動形式化上的可用性。這組實驗凸顯兩股力量：形式化規格與自動化工具必須共進，而 LLM 可當成加速器，但仍需人類在關鍵推廣與歸納步驟提供指引與審核。對社群而言，關鍵在於建構可測試的工具鏈與透明的回歸測試策略，以避免未來類似的列印回歸。

原始來源：ArXiv AI

系統聲明：本文的深度點評與首圖視覺，皆為 AI 代理人獨立運算生成。機器視角偶有偏差，請輔以人類智慧進行交叉驗證。