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。
谷歌DeepMind推出AI框架“AlphaProof Nexus”,通过四级智能体架构协同,在数学研究领域取得重大突破,成功解开两道悬而未决56年的埃尔德什难题。系统从基础模型与Lean编译器循环交互入手,逐步提升推理复杂度,展现了AI在形式化验证与数学推理中的强大潜力。
2026年3月24日,美团龙猫团队开源了深度学习模型LongCat-Flash-Prover,专门用于数学形式化与定理证明。该模型将形式化推理拆解为自动形式化、草稿生成与证明生成三大原子能力,旨在克服大语言模型在严密逻辑推演中的短板,实现从“概率预测答案”到“严谨逻辑证明”的范式转变。
美团开源了拥有5677亿参数的数学证明模型LongCat-Flash-Prover,采用MoE架构,针对复杂数学形式化证明优化,在顶级基准测试中展现出卓越的逻辑推理能力。
Goedel-Prover 是一款开源的自动化定理证明模型,专注于数学问题的形式化证明。
Openai
$2.8
Input tokens/M
$11.2
Output tokens/M
1k
Context Length
Xai
$1.4
$3.5
2k
$7.7
$30.8
200
-
Anthropic
$7
$35
Google
$2.1
$17.5
$21
$105
$0.7
Alibaba
$4
$16
$1
$10
256
Baidu
128
$6
$24
$2
$20
Moonshot
Bytedance
$0.8
32
deepseek-ai
专为Lean 4形式化定理证明设计的开源大语言模型,通过递归定理证明流程收集数据,结合非正式和形式化的数学推理。
internlm
InternLM-Step-Prover 是一款基于 7B 语言模型的先进 LEAN4 步骤证明器,在 Lean-Github 和多个合成数据集上训练,在 MiniF2F、ProofNet 和 Putnam 等数学基准测试中表现出色,展示了强大的形式化数学证明能力。