美团开源560B参数定理证明模型：72次推理通过率97.1%，刷新开源模型SOTA

时间：2026-03-21 10:41:15

　　消息，据 1M AI News 监测，美团 LongCat 团队开源 LongCat-Flash-Prover，一个 5600 亿参数的 MoE 模型，专攻形式化定理证明语言 Lean4 的数学推理任务。模型权重以 MIT 协议发布，已上线 GitHub、Hugging Face 和 ModelScope。模型将形式化推理拆解为三项独立能力：自动形式化、草图生成和完整证明生成。三项能力均通过 Agent 工具集成推理与 Lean4 编译器实时交互验证。训练方面，团队提出 Hybrid-Experts Iteration Framework 生成冷启动数据，并在强化学习阶段引入 HisPO 算法稳定 MoE 模型的长程任务训练，同时加入定理一致性和合法性检测机制防止 reward hacking。基准测试显示，LongCat-Flash-Prover 在开源权重模型中刷新了自动形式化和定理证明两项 SOTA。MiniF2F-Test 上仅用 72 次推理即达 97.1% 通过率，ProverBench 和 PutnamBench 分别达到 70.8% 和 41.5%，每题推理次数不超过 220 次。

上一篇：Chainlink Maxi 分享了为什么 LINK 比 XRP 更适合机构投资者。返回首页

下一篇：数据：过去24小时全网合约爆仓 3.46 亿美元

热点推荐

1 FTX余波加剧，Michelle Bond将于11月9日受审

消息，FTX余波持续发酵，法官已命令Michelle Bond于11月9日在曼哈顿联邦法院受审。此命令是在她...

2 某巨鲸平仓获利440万美元，再次做空912

消息，据Lookonchain监测，某巨鲸此前以20倍杠杆做空比特币、以太坊及Solana，平仓获利440万美元...

3 Stani Kulechov：AAVE将通过证券抵押借贷扩展

消息，AAVE创始人Stani Kulechov表示，AAVE正通过证券抵押借贷及证券借贷业务，将目标市场从加密...

4 泰国对王益承发出逮捕令，涉嫌加密货币

消息，据路透社援引TRM Labs调查，泰国对王益承发出逮捕令，因其涉嫌加密货币洗钱与诈骗。王...

5 Meta聘请Oasis创始人Dawn Song推动AI安全