当应用错误的策略或错误的扣除规则时，错误消息通常过于笼统：
Failed to apply initial proof method⌂
我正在使用伊莎贝尔来教导自然演绎。当Isabelle抱怨时，一些学生会改变规则/策略，而不会反映错误的可能原因。我认为，更详细的错误信息可能是伊莎贝尔学习过程的一部分。
如何使这些错误消息对学生友好？这是否需要编辑源代码，还是可以通过定义更具表现力的自然演绎策略进行管理？
答案 0 :(得分：3)
伊莎贝尔的战术可以被认为是目标国家的可链接的非确定性转变。这意味着一般来说难以回答特定导致战术失败的问题，并且在伊莎贝尔的战术体系中没有机制来跟踪这些信息。但是，可以相对容易地修改现有策略，以便他们可以选择输出一些跟踪信息。
但是，我不知道这些信息应该是什么。有一些简单的策略，例如rule，其中应用它失败的原因始终是它给出的规则不能与目标（以及可能链接的事实）统一，并且有类似的简单策略，如{{1 }，intro，drule，frule和erule。有时使用elim可以很好地调试这种与统一相关的问题，每次统一失败时都会打印一些跟踪信息。
对于declare [[unify_trace_failure]]和simp，由于这些方法可以执行多少不同的事情，因此情况不太清楚。从本质上讲，当证明方法根本无法应用时，它意味着“auto和simp无法为此目标做任何事情”。对于auto，这包括简化，拆分，线性算术，以及可能还有很多我忘记的事情。对于simp，它还包括具有特定搜索深度的经典推理。当这些方法失败时，人们不能轻易说出具体的问题。
如果出现问题，某些专门的策略会打印更具体的错误消息，例如： auto和sat有时会在找到目标的反例后打印一条特殊的错误消息，但我甚至无法想象smt或simp等更有用的输出看起来像。如果您有任何想法，请告诉我。
我认为这个问题无法通过错误消息真正解决;一个人必须简单地了解一个人更好地使用的系统和策略，并了解他们做什么以及何时失败。也许最好有一种常用战术的目录来提及这些事情。