Lar
A Meituan LongCat lança o modelo de provador de teoremas de código aberto LongCat-Flash-Prover
Em 24 de março de 2026, a equipe do Meituan LongCat tornou oficialmente de código aberto um modelo especializado de aprendizado profundo para formalização matemática e demonstração de teoremas: o LongCat-Flash-Prover. Esse modelo supera as limitações dos grandes modelos de linguagem no raciocínio lógico rigoroso, dividindo o raciocínio formal em três capacidades principais: autoformalização, esboço de provas e demonstração final. Isso representa uma mudança de paradigma da “previsão probabilística de respostas” para a “prova lógica verificável”.

Utilizando uma estratégia combinada de Raciocínio Integrado por Ferramentas (TIR), o modelo alcançou uma taxa de aprovação de 97,1% no benchmark MiniF2F-Test com apenas 72 etapas de raciocínio, estabelecendo um novo recorde de ponta para provadores de teoremas de código aberto. Seu desempenho também superou significativamente os modelos de código aberto existentes em benchmarks desafiadores de nível de competição, como MathOlympiad-Bench e PutnamBench.

Tecnicamente, o LongCat-Flash-Prover emprega uma estrutura de “iteração híbrida de especialistas” baseada em TIR. Ao integrar a verificação Lean4Server, verificações de consistência semântica e de teoremas, e verificação de legalidade contra nove tipos de comportamentos fraudulentos, o modelo aborda efetivamente brechas lógicas e enganos de código. Durante o treinamento, a equipe introduziu uma estratégia de mascaramento hierárquico e controle de obsolescência no nível de tokens, melhorando consideravelmente a estabilidade do aprendizado por reforço sob a arquitetura Mixture-of-Experts (MoE).
À medida que o raciocínio da IA evolui do tratamento da ambiguidade da linguagem natural para o trabalho com linguagens formais verificáveis, esses provadores de teoremas estão indo além de simples benchmarks algorítmicos. Eles estão se tornando uma infraestrutura fundamental para a pesquisa científica de ponta. Esse avanço sinaliza uma era de aceleração em que a IA participa profundamente da exploração matemática de fronteira e da verificação automatizada de documentos.
GitHub:
https://github.com/meituan-longcat/LongCat-Flash-Prover
Hugging Face:https://huggingface.co/meituan-longcat/LongCat-Flash-Prover
Relatório:
https://github.com/meituan-longcat/LongCat-Flash-Prover/blob/main/LongCat_Flash_Prover_Technical_Report.pdf
Artigo relacionado
Stripe vai adquirir a OpenRouter à medida que o roteamento baseado em modelos de IA ganha força
A Stripe concordou em adquirir a OpenRouter, uma plataforma de roteamento de modelos de IA que oferece aos desenvolvedores acesso a centenas de modelos por meio de uma única interface. O acordo amplia
O ex-pesquisador da OpenAI, Barrett Zoph, retorna ao Google para apoiar o desenvolvimento do Gemini
Barret Zoph, que anteriormente havia deixado a empresa de forma repentina e se juntado à OpenAI devido a um desentendimento com a CEO da Thinking Machines Lab, Miriam Mularati, mudou de emprego mais u
Como a Recursive Intelligence levantou US$ 335 milhões com uma avaliação de US$ 4 bilhões em 4 meses
As cofundadoras da startup Ricursive Intelligence pareciam destinadas a serem cofundadoras.Anna Goldie, CEO, e Azalia Mirhoseini, CTO, são tão conhecidas na comunidade de IA que estavam entre os engen
Recomendações de tópicos especiais relacionados
Comentários (2)
Em 24 de março de 2026, a equipe do Meituan LongCat tornou oficialmente de código aberto um modelo especializado de aprendizado profundo para formalização matemática e demonstração de teoremas: o LongCat-Flash-Prover. Esse modelo supera as limitações dos grandes modelos de linguagem no raciocínio lógico rigoroso, dividindo o raciocínio formal em três capacidades principais: autoformalização, esboço de provas e demonstração final. Isso representa uma mudança de paradigma da “previsão probabilística de respostas” para a “prova lógica verificável”.

Utilizando uma estratégia combinada de Raciocínio Integrado por Ferramentas (TIR), o modelo alcançou uma taxa de aprovação de 97,1% no benchmark MiniF2F-Test com apenas 72 etapas de raciocínio, estabelecendo um novo recorde de ponta para provadores de teoremas de código aberto. Seu desempenho também superou significativamente os modelos de código aberto existentes em benchmarks desafiadores de nível de competição, como MathOlympiad-Bench e PutnamBench.

Tecnicamente, o LongCat-Flash-Prover emprega uma estrutura de “iteração híbrida de especialistas” baseada em TIR. Ao integrar a verificação Lean4Server, verificações de consistência semântica e de teoremas, e verificação de legalidade contra nove tipos de comportamentos fraudulentos, o modelo aborda efetivamente brechas lógicas e enganos de código. Durante o treinamento, a equipe introduziu uma estratégia de mascaramento hierárquico e controle de obsolescência no nível de tokens, melhorando consideravelmente a estabilidade do aprendizado por reforço sob a arquitetura Mixture-of-Experts (MoE).
À medida que o raciocínio da IA evolui do tratamento da ambiguidade da linguagem natural para o trabalho com linguagens formais verificáveis, esses provadores de teoremas estão indo além de simples benchmarks algorítmicos. Eles estão se tornando uma infraestrutura fundamental para a pesquisa científica de ponta. Esse avanço sinaliza uma era de aceleração em que a IA participa profundamente da exploração matemática de fronteira e da verificação automatizada de documentos.
GitHub:
https://github.com/meituan-longcat/LongCat-Flash-Prover
Hugging Face:https://huggingface.co/meituan-longcat/LongCat-Flash-Prover
Relatório:
https://github.com/meituan-longcat/LongCat-Flash-Prover/blob/main/LongCat_Flash_Prover_Technical_Report.pdf
Stripe vai adquirir a OpenRouter à medida que o roteamento baseado em modelos de IA ganha força
A Stripe concordou em adquirir a OpenRouter, uma plataforma de roteamento de modelos de IA que oferece aos desenvolvedores acesso a centenas de modelos por meio de uma única interface. O acordo amplia
O ex-pesquisador da OpenAI, Barrett Zoph, retorna ao Google para apoiar o desenvolvimento do Gemini
Barret Zoph, que anteriormente havia deixado a empresa de forma repentina e se juntado à OpenAI devido a um desentendimento com a CEO da Thinking Machines Lab, Miriam Mularati, mudou de emprego mais u
Como a Recursive Intelligence levantou US$ 335 milhões com uma avaliação de US$ 4 bilhões em 4 meses
As cofundadoras da startup Ricursive Intelligence pareciam destinadas a serem cofundadoras.Anna Goldie, CEO, e Azalia Mirhoseini, CTO, são tão conhecidas na comunidade de IA que estavam entre os engen











