Lar
A Meituan apresenta o LongCat, com 56 bilhões de parâmetros, estabelecendo um novo padrão de referência no raciocínio matemático de código aberto
À medida que os grandes modelos de linguagem se expandem para domínios especializados, a Meituan apresentou uma solução de destaque que despertou o interesse tanto da academia quanto do setor.
Em 21 de março, a Meituan lançou oficialmente o LongCat-Flash-Prover, um modelo de raciocínio matemático em grande escala. Esse poderoso sistema, com 567,7 bilhões de parâmetros, utiliza uma arquitetura avançada de MoE (Mixture of Experts) e foi otimizado especificamente para lidar com provas matemáticas formais altamente complexas.

Em benchmarks de ponta que avaliam o raciocínio lógico, o LongCat-Flash-Prover demonstrou desempenho excepcional:
Desempenho recorde: alcançou uma pontuação notável de 97,1% no MiniF2F-Test, exigindo apenas 72 tentativas de raciocínio.
Superação de problemas difíceis: resolveu com sucesso 41,5% dos desafios do conjunto de dados PutnamBench. Ambos os resultados estabelecem novos recordes globais de ponta (SOTA).
Para dotar grandes modelos da precisão de um matemático, a Meituan implementou várias inovações técnicas essenciais:
Reduzindo alucinações: foi introduzido um processo de verificação em múltiplas etapas baseado em Árvores de Sintaxe Abstrata (AST), juntamente com a integração da linguagem formal Lean4, minimizando efetivamente erros lógicos e “alucinações” nas deduções de IA.
Métodos avançados de treinamento: Para lidar com a instabilidade frequentemente observada em tarefas de longo prazo nos modelos MoE, a Meituan implantou seu algoritmo HisPO, de propriedade própria. Combinada com uma verificação de consistência de teoremas, essa abordagem impede o “hackeamento de recompensas” durante o aprendizado por reforço.
Arquitetura otimizada: Com um total de 560 bilhões de parâmetros, o modelo mantém uma base de conhecimento profunda, enquanto a estrutura MoE garante uma inferência eficiente e flexível.
A Meituan disponibilizou o modelo e seu código-fonte como código aberto no GitHub e no Hugging Face.
Com o lançamento do LongCat-Flash-Prover
Artigo relacionado
A Meta quer que seu próximo gadget seja alimentado por Muse
O Muse da Meta, um assistente de inteligência artificial que gerencia reservas de viagem, envio de formulários e compras, tem sido amplamente adotado, mas uma nova iniciativa pode atrair especialmente desenvolvedores e entusiastas de hardware.Na sex
Wan-Streamer v0.2 oferece chat de IA com latência ultrabaixa
À medida que a tecnologia moderna avança rapidamente, a interação entre humanos e inteligência artificial está se tornando mais comum. As chamadas de vídeo tradicionais frequentemente enfrentam problemas de atraso, latência e dessincronização áudio-v
A Meta se une à TSMC e Micron para equipar novos servidores com memória antiga
À medida que a adoção da inteligência artificial se acelera em todo o mundo, a memória DDR5 de próxima geração está enfrentando uma escassez crítica de suprimentos. Para evitar atrasos nos despliegues de data centers de IA, a Meta estabeleceu uma par
Recomendações de tópicos especiais relacionados
Comentários (0)
À medida que os grandes modelos de linguagem se expandem para domínios especializados, a Meituan apresentou uma solução de destaque que despertou o interesse tanto da academia quanto do setor.
Em 21 de março, a Meituan lançou oficialmente o LongCat-Flash-Prover, um modelo de raciocínio matemático em grande escala. Esse poderoso sistema, com 567,7 bilhões de parâmetros, utiliza uma arquitetura avançada de MoE (Mixture of Experts) e foi otimizado especificamente para lidar com provas matemáticas formais altamente complexas.

Em benchmarks de ponta que avaliam o raciocínio lógico, o LongCat-Flash-Prover demonstrou desempenho excepcional:
Desempenho recorde: alcançou uma pontuação notável de 97,1% no MiniF2F-Test, exigindo apenas 72 tentativas de raciocínio.
Superação de problemas difíceis: resolveu com sucesso 41,5% dos desafios do conjunto de dados PutnamBench. Ambos os resultados estabelecem novos recordes globais de ponta (SOTA).
Para dotar grandes modelos da precisão de um matemático, a Meituan implementou várias inovações técnicas essenciais:
Reduzindo alucinações: foi introduzido um processo de verificação em múltiplas etapas baseado em Árvores de Sintaxe Abstrata (AST), juntamente com a integração da linguagem formal Lean4, minimizando efetivamente erros lógicos e “alucinações” nas deduções de IA.
Métodos avançados de treinamento: Para lidar com a instabilidade frequentemente observada em tarefas de longo prazo nos modelos MoE, a Meituan implantou seu algoritmo HisPO, de propriedade própria. Combinada com uma verificação de consistência de teoremas, essa abordagem impede o “hackeamento de recompensas” durante o aprendizado por reforço.
Arquitetura otimizada: Com um total de 560 bilhões de parâmetros, o modelo mantém uma base de conhecimento profunda, enquanto a estrutura
A Meituan disponibilizou o modelo e seu código-fonte como código aberto no GitHub e no Hugging Face.
Com o lançamento do LongCat-Flash-Prover
A Meta quer que seu próximo gadget seja alimentado por Muse
O Muse da Meta, um assistente de inteligência artificial que gerencia reservas de viagem, envio de formulários e compras, tem sido amplamente adotado, mas uma nova iniciativa pode atrair especialmente desenvolvedores e entusiastas de hardware.Na sex
Wan-Streamer v0.2 oferece chat de IA com latência ultrabaixa
À medida que a tecnologia moderna avança rapidamente, a interação entre humanos e inteligência artificial está se tornando mais comum. As chamadas de vídeo tradicionais frequentemente enfrentam problemas de atraso, latência e dessincronização áudio-v
A Meta se une à TSMC e Micron para equipar novos servidores com memória antiga
À medida que a adoção da inteligência artificial se acelera em todo o mundo, a memória DDR5 de próxima geração está enfrentando uma escassez crítica de suprimentos. Para evitar atrasos nos despliegues de data centers de IA, a Meta estabeleceu uma par











