Hugging Face发布了Kimina-Prover-RL,这是一个用于Lean 4编程语言中形式定理证明的开源训练流水线。该流水线受DeepSeek-R1启发,并利用Verl库的GRPO强化学习方法,使模型能够生成自然语言推理跟踪,随后生成相应的Lean代码。因此发布了两个模型:AI-MO/Kimina-Prover-RL-1.7B和AI-MO/Kimina-Prover-RL-0.6B,它们都在各自的规模类别中创下了MiniF2F数据集上的新最先进基准。 AI
影响 此次发布提供了一个新的开源工具,用于训练形式定理证明中的AI模型,有望在数学推理和代码生成能力方面取得进展。
排序理由 发布了一个用于形式定理证明的开源训练流水线和两个模型,创下了新基准。
- Claude
- AI-MO/Kimina-Prover-RL-0.6B
- AI-MO/Kimina-Prover-RL-1.7B
- DeepSeek-R1
- kimina-client
- kimina-lean-server
- Kimina-Prover-RL
- Lean 4 Programming Language
- miniF2F
- NuminaMath-LEAN
- Verl
- Claude 2.0
- GRPO
AI 生成摘要 · Google Gemini · 来自 6 个来源。 我们如何撰写摘要 →