Goedel-LM/Goedel-Prover-V2-32B
Goedel-Prover-V2: The Strongest Open-Source Theorem Prover to Date !Website(https://img.shields.io/badge/%F0%9F%A4%96%20Homepage-Goedel-536af5?color=536af5&logoColor=white)(http://blog.goedel-prover.com) !GitHub(https://img.shields.io/badge/GitHub-C...
Thành tựu nổi bật
Những danh hiệu mới nhất của dự án
#1 Repository Của Tuần
#1 Repository Của Tuần
#1 Repository Của Tuần
🧠 Goedel-Prover-V2-32B: Mô hình chứng minh định lý mã nguồn mở mạnh nhất mọi thời đại
Goedel-Prover-V2-32B vượa trội rõ rệt so với các mô hình lớn như DeepSeek-Prover-V2-671B và Kimina-Prover-72B trên nhiều bộ chuẩn khó như PutnamBench và MathOlympiadBench.
Goedel-Prover-V2 là một chuỗi mô hình ngôn ngữ mã nguồn mở mới, thiết lập kết quả xuất sắc mới nhất trên bài toán tạo chứng minh định lý tự động. Dựa trên pipeline tiêu chuẩn của lặp lại chuyên gia và học tăng cường, dự án áp dụng ba đổi mới chính: sinh dữ liệu có cấu trúc tăng dần độ khó, tự sửa lỗi dựa trên phản hồi từ trình biên dịch Lean, và kỹ thuật trung bình hóa nhiều điểm kiểm tra mô hình.
✨ Điểm nổi bật
- Scaffolded data synthesis: Sin dữ liệu chứng minh tăng dần độ khó để huấn luyện mô hình theo từng cấp độ phức tạp.
- Verifier-guided self-correction: Sử dụng phản hồi từ trình biên dịch Lean để mô hình tự sửa chứng minh lặp đi lặp lại.
- Model averaging: Kết hợp nhiều bản điểm kiểm tra mô hình để tăng độ vững và hiệu suất tổng thể.
- Hiệu suất hàng đầu: Mô hình 32B đạt 88.0% trên MiniF2F ở chế độ chuẩn và 90.4% ở chế độ tự sửa.
- Vượa trội trên PutnamBench: Giải quyết 64 bài toán ở Pass@64, dẫn đầu so với DeepSeek-Prover-V2-671B (47 bài ở Pass@1024).
- Kích thước nhỏ gọn: Phiên bản 8B đạt 84.6% trên MiniF2F, bằng với DeepSeek-Prover-V2-671B nhưng nhỏ hơn 100 lần.
💡 Vì sao đáng chú ý
Goedel-Prover-V2 không chỉ cải thiện kết quả trên các bộ chuẩn khó mà còn làm điều đó với lượng tính toán thấp hơn đáng kể nhờ công nghệ tự sửa dựa trên phản hồi Lean. Điều này giúp mô hình không chỉ nhanh hơn mà còn chính xác hơn trong từng bước chứng minh. Đặc biệt, khả năng giải quyết nhiều bài toán Putnam chỉ với Pass@64 cho thấy hiệu quả vượt trội trong việc tận dụng mỗi lần thử.
#TheoremProving #FormalProof #OpenSource #AI #TiniX
Dự án tương tự
Khám phá các dự án và mô hình AI khác có sự tương đồng.
Qwen3-0.6B Qwen3 Highlights Qwen3 is the latest generation of large language models in Qwen series, offering a comprehensive suite of dense and mixture-of-experts (MoE) models. Built upon extensive training, Qwen3 delivers groundbreaking advancement...
Try gpt-oss · Guides · Model card · OpenAI blog Welcome to the gpt-oss series, OpenAI’s open-weight models(https://openai.com/open-models) designed for powerful reasoning, agentic tasks, and versatile developer use cases. We’re releasing two flavors...
Try gpt-oss · Guides · Model card · OpenAI blog Welcome to the gpt-oss series, OpenAI’s open-weight models(https://openai.com/open-models) designed for powerful reasoning, agentic tasks, and versatile developer use cases. We’re releasing two flavors...
Model Details Meta developed and released the Meta Llama 3 family of large language models (LLMs), a collection of pretrained and instruction tuned generative text models in 8 and 70B sizes. The Llama 3 instruction tuned models are optimized for dia...
DeepSeek-R1 Paper Link👁️ 1. Introduction We introduce our first-generation reasoning models, DeepSeek-R1-Zero and DeepSeek-R1. DeepSeek-R1-Zero, a model trained via large-scale reinforcement learning (RL) without supervised fine-tuning (SFT) as a p...
Model Information The Meta Llama 3.1 collection of multilingual large language models (LLMs) is a collection of pretrained and instruction tuned generative models in 8B, 70B and 405B sizes (text in/text out). The Llama 3.1 instruction tuned text onl...
GPT-2 Test the whole generation capabilities here: https://transformer.huggingface.co/doc/gpt2-large Pretrained model on English language using a causal language modeling (CLM) objective. It was introduced in this paper(https://d4mucfpksywv.cloudfro...
Model Details Meta developed and released the Meta Llama 3 family of large language models (LLMs), a collection of pretrained and instruction tuned generative text models in 8 and 70B sizes. The Llama 3 instruction tuned models are optimized for dia...
BigScience Large Open-science Open-access Multilingual Language Model Version 1.3 / 6 July 2022 Current Checkpoint: Training Iteration 95000 Link to paper: here(https://arxiv.org/abs/2211.05100) Total seen tokens: 366B --- Model Details BLOOM is an...