Anthropic联手Theorem Labs，让Claude下沉至机器码/RISC-V汇编层，对大量生产级开源代码库进行形式化验证。数周内完成123个开源代码库、239个测试入口，产出1.8亿行通过核验的Rocq数学证明代码。更震撼的是，它挖出了连万亿次模糊测试都未能发现的隐秘漏洞。
Anthropic宣布其AI模型历时11天基本自主运行，完成费马大定理首个端到端、经计算机检查的Lean形式化证明。该工作并非重新发现数学证明，而是将已有证明转化为Lean证明助手可逐步验证的形式，由Claude生成相关证明内容。
OpenBMB团队开源数学自动形式化框架、数据集与模型MathForm，目标是用Lean4让机器准确读懂并形式化验证数学定理，攻克通用人工智能核心挑战。其关键不是简单翻译自然语言，而是将每个数学概念精准映射到Mathlib库中，为数学与AI交叉研究提供新工具。
欧洲Mistral AI推出数学形式化证明模型Leanstral 1.5，专为Lean4语言，总参数119B但推理仅激活6B，以极低开销和Apache-2.0许可完全开源。在miniF2F基准上验证集和测试集均达100%完成率，PutnamBench同样表现惊人。
Iflytek
$2
Input tokens/M
-
Output tokens/M
Context Length
Baichuan
32
FrenzyMath
Herald是一个自然语言标注的Lean 4数据集，主要用于自然语言处理和形式化验证领域的研究。
MCP逻辑求解器是一个结合大型语言模型与形式化定理证明能力的强大推理系统，支持自然语言和一阶逻辑输入，通过Prover9/Mace4进行自动验证，并提供结构化推理和解释。
Curate-Ipsum是一个基于图谱和信念修正的MCP服务器，通过结合LLM生成、形式化验证和合成循环，为代码生成提供可验证的正确性保证。
%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
Join Now
