美团开源5677亿参数大模型，刷新数学证明问题SOTA记录！
创始人
2026-03-21 15:48:26
0次
美团近日开源了名为LongCat-Flash-Prover的大模型，该模型拥有5677亿参数，并采用MoE（混合专家模型）形态，专注于解决复杂的数学证明问题。模型引入了混合专家迭代框架，用于生成大规模、高质量的形式化推理轨迹，并通过整合Lean4、基于AST的多阶段严格验证流程，以消除“幻觉”现象。
在训练过程中，LongCat-Flash-Prover模型利用混合专家迭代框架生成冷启动数据，并在强化学习阶段引入HisPO算法，以稳定MoE模型的长程任务训练。此外，模型还加入了定理一致性和合法性检测机制，以防止RewardHacking（奖励黑客行为）。基准测试显示，该模型在MiniF2F-Test上取得了97.1%的成绩，仅需72次推理尝试；在PutnamBench任务上解决了41.5%的问题，使用118次推理尝试，均刷新了SOTA水平。
上一篇：文化中国行丨二十四节气·春分
相关内容
热门资讯
广东发布公共文化服务、哲学社会...
文化繁荣兴盛是中国式现代化的重要标志。近年来，广东牢牢把握新时代的文化使命，坚持“两个结合”，持续优...
上半年广东21地市GDP全部正...
当深圳华强北的“AI八骏”第三次迭代亮相粤北地区的韶关也正加快向“智算之城”跃升多座数据中心建设如火...
广东韶关乳源瑶族自治县：“村播...
【为推进中国式现代化凝聚磅礴力量·瞧瞧咱的“村字号”】光明日报记者 陈慧娟 吴春燕晚上9点，黄凌芸准...
“草根”厚度：粤BA最坚实的底...
文/羊城晚报全媒体记者 郝浩宇 吕航图/羊城晚报全媒体记者 钟振彬 柳诚一场省级草根篮球的决赛，能吸...
职业教育在乡土间扎根 一根青藤...
文/图 羊城晚报全媒体记者 郭子扬从河源市连平县城驱车前往垇肚村，大概30分钟的车程。过了九连山隧道...
广东高招财贸专业“回暖”外语类...
今年广东高招一些财经类大学排位上升、一些外语类大学排位下降羊城晚报全媒体记者 孙唯 实习生 杜沂鲜2...
利剑严打非公受贿，广州荔湾公安...
近日，广州市公安局荔湾分局在“平安厅”广州公安局长信箱收到辖区企业发来的感谢信，信中对分局经侦大队高...
HYROX解说员的失当戏谑，是...
8月1日，在HYROX全球健身跑系列赛事成都站，38岁的乒乓球奥运冠军张继科跨界站上了体能赛的赛道，...
大美岭南 | 韶关丹霞山：红岩...
清晨，第一缕阳光穿过云层，洒向粤北群山。丹霞山的赤壁丹崖渐渐被唤醒，云雾在峰林间游走，锦江静静流淌，...
暑期惠民舞台 孩子成了“主角”
■台上，演员在认真表演；台下，演员与小观众互动交流。 受访者供图新快报讯 记者李应华 通讯员陈文怡报...