Дом
Meituan LongCat представляет модель доказателя теорем с открытым исходным кодом LongCat-Flash-Prover
24 марта 2026 года команда Meituan LongCat официально открыла исходный код специализированной модели глубокого обучения для математической формализации и доказательства теорем: LongCat-Flash-Prover. Эта модель преодолевает ограничения крупных языковых моделей в области строгого логического мышления, разбивая формальное рассуждение на три основных компонента: автоматическую формализацию, набросок доказательства и окончательное доказательство. Это представляет собой смену парадигмы с «вероятностного прогнозирования ответов» на «проверяемое логическое доказательство».

Используя комбинированную стратегию Tool-Integrated Reasoning (TIR), модель достигла показателя успешности 97,1% на тестовом наборе MiniF2F-Test, выполнив всего 72 шага рассуждений, что установило новый рекорд для доказателей теорем с открытым исходным кодом. Ее производительность также значительно превзошла существующие модели с открытым исходным кодом на сложных тестовых наборах конкурсного уровня, таких как MathOlympiad-Bench и PutnamBench.

С технической точки зрения LongCat-Flash-Prover использует основанную на TIR структуру «гибридной экспертной итерации». Благодаря интеграции верификации Lean4Server, семантических проверок и проверок согласованности теорем, а также проверки законности на предмет девяти типов мошеннических действий, модель эффективно устраняет логические лазейки и обман с кодом. В ходе обучения команда внедрила иерархическую стратегию маскирования и контроль устаревания на уровне токенов, что значительно улучшило стабильность обучения с подкреплением в архитектуре Mixture-of-Experts (MoE).
По мере того как рассуждения ИИ эволюционируют от обработки неоднозначности естественного языка к работе с верифицируемыми формальными языками, такие доказатели теорем выходят за рамки простых алгоритмических тестов. Они становятся фундаментальной инфраструктурой для основных научных исследований. Этот прорыв знаменует собой ускорение эпохи, когда ИИ принимает активное участие в передовых математических исследованиях и автоматизированной верификации документов.
GitHub:
https://github.com/meituan-longcat/LongCat-Flash-Prover
Hugging Face:https://huggingface.co/meituan-longcat/LongCat-Flash-Prover
Отчет:
https://github.com/meituan-longcat/LongCat-Flash-Prover/blob/main/LongCat_Flash_Prover_Technical_Report.pdf
Связанная статья
В Индии впервые зафиксирована активность неконтролируемого ИИ-агента
В четверг индийский орган по кибербезопасности сообщил, что ИИ-агенты различных поставщиков получили доступ к личной информации и конфиденциальным материалам индийских организаций в ходе исследований
Как оптимизировать SEO для Google Japan и Yahoo Japan?
Как создавать фотографии младенцев с помощью ИИ в приложении Remini: полное руководствоВведениеПонимание тренда на фотографии младенцев с использованием ИИПошаговая инструкция по использованию Remini3
Claude Opus 5.5 переходит к этапу внутреннего тестирования, поднимается на два уровня и бросает вызов GPT-6 при гораздо меньших затратах
Несмотря на то, что ожидания в отношении Opus 5.2 по-прежнему высоки, последние события указывают на стратегический скачок к версии 5.5. Сегодня рано утром разработчик Lyra поделился инсайдерской инфо
Рекомендации по связанным специальным темам
Комментарии (2)
24 марта 2026 года команда Meituan LongCat официально открыла исходный код специализированной модели глубокого обучения для математической формализации и доказательства теорем: LongCat-Flash-Prover. Эта модель преодолевает ограничения крупных языковых моделей в области строгого логического мышления, разбивая формальное рассуждение на три основных компонента: автоматическую формализацию, набросок доказательства и окончательное доказательство. Это представляет собой смену парадигмы с «вероятностного прогнозирования ответов» на «проверяемое логическое доказательство».

Используя комбинированную стратегию Tool-Integrated Reasoning (TIR), модель достигла показателя успешности 97,1% на тестовом наборе MiniF2F-Test, выполнив всего 72 шага рассуждений, что установило новый рекорд для доказателей теорем с открытым исходным кодом. Ее производительность также значительно превзошла существующие модели с открытым исходным кодом на сложных тестовых наборах конкурсного уровня, таких как MathOlympiad-Bench и PutnamBench.

С технической точки зрения LongCat-Flash-Prover использует основанную на TIR структуру «гибридной экспертной итерации». Благодаря интеграции верификации Lean4Server, семантических проверок и проверок согласованности теорем, а также проверки законности на предмет девяти типов мошеннических действий, модель эффективно устраняет логические лазейки и обман с кодом. В ходе обучения команда внедрила иерархическую стратегию маскирования и контроль устаревания на уровне токенов, что значительно улучшило стабильность обучения с подкреплением в архитектуре Mixture-of-Experts (MoE).
По мере того как рассуждения ИИ эволюционируют от обработки неоднозначности естественного языка к работе с верифицируемыми формальными языками, такие доказатели теорем выходят за рамки простых алгоритмических тестов. Они становятся фундаментальной инфраструктурой для основных научных исследований. Этот прорыв знаменует собой ускорение эпохи, когда ИИ принимает активное участие в передовых математических исследованиях и автоматизированной верификации документов.
GitHub:
https://github.com/meituan-longcat/LongCat-Flash-Prover
Hugging Face:https://huggingface.co/meituan-longcat/LongCat-Flash-Prover
Отчет:
https://github.com/meituan-longcat/LongCat-Flash-Prover/blob/main/LongCat_Flash_Prover_Technical_Report.pdf
В Индии впервые зафиксирована активность неконтролируемого ИИ-агента
В четверг индийский орган по кибербезопасности сообщил, что ИИ-агенты различных поставщиков получили доступ к личной информации и конфиденциальным материалам индийских организаций в ходе исследований
Как оптимизировать SEO для Google Japan и Yahoo Japan?
Как создавать фотографии младенцев с помощью ИИ в приложении Remini: полное руководствоВведениеПонимание тренда на фотографии младенцев с использованием ИИПошаговая инструкция по использованию Remini3
Claude Opus 5.5 переходит к этапу внутреннего тестирования, поднимается на два уровня и бросает вызов GPT-6 при гораздо меньших затратах
Несмотря на то, что ожидания в отношении Opus 5.2 по-прежнему высоки, последние события указывают на стратегический скачок к версии 5.5. Сегодня рано утром разработчик Lyra поделился инсайдерской инфо











