深度分析 自動形式化新突破:利用 LLM 在 Isabelle/HOL 中實現型別標註最小化 本研究聚焦 Isabelle 中型別標註的完整性與最小化問題,透過人類與 LLM 代理人分別完成手寫與自動形式化,最終在 Isabelle/HOL 中生成三套等價證明,並以 AutoformBot 與 ProofWala 作對照,指出此類自動形式化可降低驗證成本、提升程式語言元理論的機械化,預期將推動 AI 輔助證明工具採用。