首頁美團 LongCat 推出開源定理證明器模型 LongCat-Flash-Prover
2026年3月24日，美團LongCat團隊正式開源了一款專用於數學形式化與定理證明的人工智慧模型：LongCat-Flash-Prover。該模型將形式推理分解為三大核心能力：自動形式化、證明草稿生成與最終證明，從而克服了大型語言模型在嚴謹邏輯推理方面的限制。 這標誌著從「概率性答案預測」到「可驗證邏輯證明」的範式轉變。
透過結合工具整合推理（TIR）策略，該模型在MiniF2F-Test基準測試中僅需72個推理步驟即達成97.1%的通過率，創下開源定理證明器的最新頂尖紀錄。其表現亦在MathOlympiad-Bench與PutnamBench等具挑戰性的競賽級基準測試中，顯著超越現有開源模型。
技術上，LongCat-Flash-Prover 採用基於 TIR 的「混合專家迭代」框架。透過整合 Lean4Server 驗證、語義與定理一致性檢查，以及針對九類作弊行為的合法性驗證，該模型有效解決了邏輯漏洞與程式碼欺騙問題。 在訓練過程中，研究團隊引入了分層遮罩策略與標記層級的過時控制機制，大幅提升了混合專家（MoE）架構下強化的學習穩定性。
隨著 AI 推理從處理自然語言的模糊性，演進至運用可驗證的形式語言，此類定理證明器已超越單純的演算法基準測試，正成為核心科學研究的基础架構。這項突破預示著一個加速到來的時代，AI 將深度參與前沿數學探索與自動化文件驗證。
GitHub：
https://github.com/meituan-longcat/LongCat-Flash-Prover
Hugging Face：https://huggingface.co/meituan-longcat/LongCat-Flash-Prover
報告：
https://github.com/meituan-longcat/LongCat-Flash-Prover/blob/main/LongCat_Flash_Prover_Technical_Report.pdf
相關文章
內部細節曝光：下一代 Gemini 算力緊張，內部團隊在開發優先順序和資源分配上存在分歧
報告顯示，谷歌備受期待的下一代 Gemini 模型釋出已被推遲。由於內部在開發優先順序和資源分配上存在分歧，加上計算能力有限以及複雜的審批流程，導致釋出時間延後了兩個月。儘管谷歌擁有定製的 TPU 晶片，但由於模型訓練、Google Cloud 服務以及眾多消費和企業級 AI 應用對計算資源的需求相互競爭，谷歌仍面臨計算資源短缺的問題。目前，高層管理人員正透過組織結構調整來解決這些部門間的衝突。與此同時，領導層也發生了變化，聯合創始人謝爾蓋·布林越來越多地參與到核心模型訓練中，並倡導將資源專門用於
OpenAI 否認增長放緩擔憂，稱多個業務部門加速發展
針對外界對其銷售增長放緩及未達內部基準的質疑，人工智慧領域的領軍企業 OpenAI 於 4 月 28 日（星期二）發表了一份信心十足的宣告。該公司澄清稱，其消費產品和企業服務正在快速推進，直接駁斥了近期關於業務放緩的猜測。針對該公司“未達成多項內部目標”的說法，OpenAI 將這些報道斥為“典型的標題黨”。公司強調了企業對 AI 整合的強勁需求，並指出其廣告業務早期增長前景良好。據 OpenAI 內部人士透露，公司內部情緒依然樂觀。儘管市場競爭日益激烈，但公司正在向投資者傳遞信心，聲稱其商業
阿里巴巴超級盃：Qwen3.8-Max 重磅登場，程式碼與辦公工具能力全面升級
阿里巴巴正式釋出了Qwen3.8-Max，這是一款擁有2.4萬億引數的下一代基礎大模型。這一重大AI進展在編碼和專業辦公任務等核心領域帶來了顯著的效能提升，展現了強大的技術能力。在權威的Arena大模型排名中，Qwen3.8-Max取得了令人矚目的成績，僅次於Anthropic的Claude系列，位居行業前列。這一里程碑標誌著國內大模型在處理複雜任務方面取得了快速進展，為開發者和企業使用者提供了先進的智慧工具。該模型的API現已在Qwen AI平臺上上線，並整合到新推出的“Qwen Offic
相關專題推薦
音樂創作
最佳用於歌曲草稿的 AI 旋律創作工具
2026 年最新最佳頂級評分 AI 旋律創作工具，助力歌曲草稿創作！XIX.AI 精心策劃了一套極具影響力且經過嚴格真實世界測試的變革性合集，旨在提供最佳的創作體驗。您可以找到詳細的免費與付費版對比、精準的排名以及必試選項，這些工具旨在幫助您輕鬆創作出令人驚豔的歌曲草稿，並顯著提升您的創意生產力。立即探索，發現您的完美工具！
8 個工具
xix.ai
聊天機器人
最適合面試練習的 AI 對話訓練工具
2026 年最新、最受好評的 AI 面試對話訓練工具，盡在 XIX.AI！這份精心精選的清單收錄了多款功能強大、顛覆傳統的工具，這些工具均經過嚴格的實戰測試，能提供精準的回饋。 您將在此找到免費版與付費版的比較分析，以及詳細的排名榜單，助您挑選必試的選項，從而提升自信與技能。立即探索，發掘助您在面試中脫穎而出的完美工具！
12 個工具
xix.ai
設計與藝術
最適合進行創意實驗的 AI 風格轉移工具
2026 年最新、最佳且評價最高的 AI 風格轉移工具，助您進行創意實驗！XIX.AI 精心精選了一系列強大且具革命性的必試工具，這些工具經實際測試與嚴格評比，能帶來卓越成果。這些頂尖解決方案能加速內容創作並開啟無盡的創意可能性，協助創作者顯著提升生產力。 立即探索，找出最適合您的工具，並從今天開始創作吧！
9 個工具
xix.ai
漫畫創作
最適合視覺敘事的 AI 對話氣泡工具
2026 年最新、最受好評的視覺敘事 AI 對話氣泡工具，現已登陸 XIX.AI！這份精心挑選的合集收錄了強大且具顛覆性的工具，能協助創作者提升生產力並突破創作瓶頸。 查看免費版與付費版的比較、參考實際測試結果，並查閱最新排行榜，找出最適合打造引人入勝視覺敘事的必試解決方案。立即探索，發掘您的理想工具！
10 個工具
xix.ai
會議助理
頂尖 AI 會議摘要工具：清晰追蹤決策與後續行動
2026 年最新高評價最佳 AI 會議摘要工具，助您清晰追蹤決策並輕鬆進行後續跟進。這份精選清單展示了一系列強大且具顛覆性的解決方案，透過自動化會議記錄、識別關鍵行動項目，以及簡化所有專案的團隊協作，大幅提升生產力。 獲取免費版與付費版的比較分析，搭配實際測試報告及每週更新的排行榜，助您找到最合適的工具。立即探索，釋放您的 AI 優勢！
9 個工具
xix.ai
數據分析
最佳人工智慧資料清洗工具：快速處理缺失值與重複資料
2026年最新、最優秀且評分最高的AI資料清洗工具，可快速處理缺失值與重複資料問題。這份精心挑選的清單展示了那些功能強大、能帶來顛覆性變革的解決方案，可顯著提升工作效率。所有候選工具都經過了嚴格的實際應用測試，以確保其穩定性。您可以獲取免費版與付費版的對比資訊，找出最符合您需求的必備工具。即刻訪問XIX.AI，開啟您的AI優勢之旅。
11 個工具
xix.ai
評論 (2)
0/500
![EdwardJackson]()
Finally an open-source theorem prover! 😊 But does it actually outperform existing ones like Lean's auto? Curious about the benchmarks.
![JosephEvans]()
Meituan LongCat團隊這次開源的定理證明模型真的讓人驚艷！數學形式化一直是AI的硬骨頭，看到能突破大語言模型的限制，感覺學術圈又要熱鬧起來了。不過這種專業工具到底會先被學界廣泛使用，還是被大公司搶去優化內部系統呢？🤔
2026年3月24日，美團LongCat團隊正式開源了一款專用於數學形式化與定理證明的人工智慧模型：LongCat-Flash-Prover。該模型將形式推理分解為三大核心能力：自動形式化、證明草稿生成與最終證明，從而克服了大型語言模型在嚴謹邏輯推理方面的限制。 這標誌著從「概率性答案預測」到「可驗證邏輯證明」的範式轉變。
透過結合工具整合推理（TIR）策略，該模型在MiniF2F-Test基準測試中僅需72個推理步驟即達成97.1%的通過率，創下開源定理證明器的最新頂尖紀錄。其表現亦在MathOlympiad-Bench與PutnamBench等具挑戰性的競賽級基準測試中，顯著超越現有開源模型。
技術上，LongCat-Flash-Prover 採用基於 TIR 的「混合專家迭代」框架。透過整合 Lean4Server 驗證、語義與定理一致性檢查，以及針對九類作弊行為的合法性驗證，該模型有效解決了邏輯漏洞與程式碼欺騙問題。 在訓練過程中，研究團隊引入了分層遮罩策略與標記層級的過時控制機制，大幅提升了混合專家（MoE）架構下強化的學習穩定性。
隨著 AI 推理從處理自然語言的模糊性，演進至運用可驗證的形式語言，此類定理證明器已超越單純的演算法基準測試，正成為核心科學研究的基础架構。這項突破預示著一個加速到來的時代，AI 將深度參與前沿數學探索與自動化文件驗證。
GitHub：
https://github.com/meituan-longcat/LongCat-Flash-Prover
Hugging Face：https://huggingface.co/meituan-longcat/LongCat-Flash-Prover
報告：
https://github.com/meituan-longcat/LongCat-Flash-Prover/blob/main/LongCat_Flash_Prover_Technical_Report.pdf
內部細節曝光：下一代 Gemini 算力緊張，內部團隊在開發優先順序和資源分配上存在分歧
報告顯示，谷歌備受期待的下一代 Gemini 模型釋出已被推遲。由於內部在開發優先順序和資源分配上存在分歧，加上計算能力有限以及複雜的審批流程，導致釋出時間延後了兩個月。儘管谷歌擁有定製的 TPU 晶片，但由於模型訓練、Google Cloud 服務以及眾多消費和企業級 AI 應用對計算資源的需求相互競爭，谷歌仍面臨計算資源短缺的問題。目前，高層管理人員正透過組織結構調整來解決這些部門間的衝突。與此同時，領導層也發生了變化，聯合創始人謝爾蓋·布林越來越多地參與到核心模型訓練中，並倡導將資源專門用於
OpenAI 否認增長放緩擔憂，稱多個業務部門加速發展
針對外界對其銷售增長放緩及未達內部基準的質疑，人工智慧領域的領軍企業 OpenAI 於 4 月 28 日（星期二）發表了一份信心十足的宣告。該公司澄清稱，其消費產品和企業服務正在快速推進，直接駁斥了近期關於業務放緩的猜測。針對該公司“未達成多項內部目標”的說法，OpenAI 將這些報道斥為“典型的標題黨”。公司強調了企業對 AI 整合的強勁需求，並指出其廣告業務早期增長前景良好。據 OpenAI 內部人士透露，公司內部情緒依然樂觀。儘管市場競爭日益激烈，但公司正在向投資者傳遞信心，聲稱其商業
阿里巴巴超級盃：Qwen3.8-Max 重磅登場，程式碼與辦公工具能力全面升級
阿里巴巴正式釋出了Qwen3.8-Max，這是一款擁有2.4萬億引數的下一代基礎大模型。這一重大AI進展在編碼和專業辦公任務等核心領域帶來了顯著的效能提升，展現了強大的技術能力。在權威的Arena大模型排名中，Qwen3.8-Max取得了令人矚目的成績，僅次於Anthropic的Claude系列，位居行業前列。這一里程碑標誌著國內大模型在處理複雜任務方面取得了快速進展，為開發者和企業使用者提供了先進的智慧工具。該模型的API現已在Qwen AI平臺上上線，並整合到新推出的“Qwen Offic
2026 年最新最佳頂級評分 AI 旋律創作工具，助力歌曲草稿創作！XIX.AI 精心策劃了一套極具影響力且經過嚴格真實世界測試的變革性合集，旨在提供最佳的創作體驗。您可以找到詳細的免費與付費版對比、精準的排名以及必試選項，這些工具旨在幫助您輕鬆創作出令人驚豔的歌曲草稿，並顯著提升您的創意生產力。立即探索，發現您的完美工具！
8 個工具
xix.ai
2026 年最新、最受好評的 AI 面試對話訓練工具，盡在 XIX.AI！這份精心精選的清單收錄了多款功能強大、顛覆傳統的工具，這些工具均經過嚴格的實戰測試，能提供精準的回饋。 您將在此找到免費版與付費版的比較分析，以及詳細的排名榜單，助您挑選必試的選項，從而提升自信與技能。立即探索，發掘助您在面試中脫穎而出的完美工具！
12 個工具
xix.ai
2026 年最新、最佳且評價最高的 AI 風格轉移工具，助您進行創意實驗！XIX.AI 精心精選了一系列強大且具革命性的必試工具，這些工具經實際測試與嚴格評比，能帶來卓越成果。這些頂尖解決方案能加速內容創作並開啟無盡的創意可能性，協助創作者顯著提升生產力。 立即探索，找出最適合您的工具，並從今天開始創作吧！
9 個工具
xix.ai
2026 年最新、最受好評的視覺敘事 AI 對話氣泡工具，現已登陸 XIX.AI！這份精心挑選的合集收錄了強大且具顛覆性的工具，能協助創作者提升生產力並突破創作瓶頸。 查看免費版與付費版的比較、參考實際測試結果，並查閱最新排行榜，找出最適合打造引人入勝視覺敘事的必試解決方案。立即探索，發掘您的理想工具！
10 個工具
xix.ai
2026 年最新高評價最佳 AI 會議摘要工具，助您清晰追蹤決策並輕鬆進行後續跟進。這份精選清單展示了一系列強大且具顛覆性的解決方案，透過自動化會議記錄、識別關鍵行動項目，以及簡化所有專案的團隊協作，大幅提升生產力。 獲取免費版與付費版的比較分析，搭配實際測試報告及每週更新的排行榜，助您找到最合適的工具。立即探索，釋放您的 AI 優勢！
9 個工具
xix.ai
2026年最新、最優秀且評分最高的AI資料清洗工具，可快速處理缺失值與重複資料問題。這份精心挑選的清單展示了那些功能強大、能帶來顛覆性變革的解決方案，可顯著提升工作效率。所有候選工具都經過了嚴格的實際應用測試，以確保其穩定性。您可以獲取免費版與付費版的對比資訊，找出最符合您需求的必備工具。即刻訪問XIX.AI，開啟您的AI優勢之旅。
11 個工具
xix.ai
Finally an open-source theorem prover! 😊 But does it actually outperform existing ones like Lean's auto? Curious about the benchmarks.
Meituan LongCat團隊這次開源的定理證明模型真的讓人驚艷！數學形式化一直是AI的硬骨頭，看到能突破大語言模型的限制，感覺學術圈又要熱鬧起來了。不過這種專業工具到底會先被學界廣泛使用，還是被大公司搶去優化內部系統呢？🤔
