Heim
Meituan stellt „LongCat“ mit 56 Milliarden Parametern vor und setzt damit neue Maßstäbe im Bereich des mathematischen Schlussfolgerns in Open Source
Während große Sprachmodelle zunehmend in spezialisierte Fachgebiete vordringen, hat Meituan eine herausragende Lösung vorgestellt, die sowohl in der Wissenschaft als auch in der Industrie großes Interesse geweckt hat.
Am 21. März stellte Meituan offiziell LongCat-Flash-Prover vor, ein groß angelegtes Modell für mathematisches Schlussfolgern. Dieses leistungsstarke System mit 567,7 Milliarden Parametern nutzt eine fortschrittliche MoE-Architektur (Mixture of Experts) und ist speziell für die Bearbeitung hochkomplexer formaler mathematischer Beweise optimiert.

In führenden Benchmarks zur Bewertung des logischen Schlussfolgerns hat LongCat-Flash-Prover eine außergewöhnliche Leistung gezeigt:
Rekordleistung: Beim MiniF2F-Test erzielte es eine bemerkenswerte Punktzahl von 97,1 % und benötigte dafür nur 72 Schlussfolgerungsversuche.
Lösung schwieriger Probleme: Es löste erfolgreich 41,5 % der Aufgaben im PutnamBench-Datensatz. Beide Ergebnisse stellen neue weltweite State-of-the-Art-Rekorde (SOTA) auf.
Um große Modelle mit der Präzision eines Mathematikers auszustatten, hat Meituan mehrere entscheidende technische Innovationen umgesetzt:
Reduzierung von „Halluzinationen“: Es wurde ein mehrstufiger Verifizierungsprozess auf Basis von Abstract Syntax Trees (AST) eingeführt, zusammen mit der Integration der formalen Sprache Lean4, wodurch logische Fehler und „Halluzinationen“ bei KI-Schlussfolgerungen effektiv minimiert werden.
Fortschrittliche Trainingsmethoden: Um die bei Aufgaben mit langem Zeithorizont in MoE-Modellen häufig auftretende Instabilität zu beheben, setzte Meituan seinen proprietären HisPO-Algorithmus ein. In Kombination mit einer Konsistenzprüfung von Theoremen verhindert dieser Ansatz „Reward Hacking“ während des verstärkenden Lernens.
Optimierte Architektur: Mit insgesamt 560 Milliarden Parametern verfügt das Modell über eine umfassende Wissensbasis, während die MoE-Struktur eine effiziente und flexible Inferenz gewährleistet.
Meituan hat das Modell und seinen Quellcode auf GitHub und Hugging Face vollständig als Open Source veröffentlicht.
Mit der Veröffentlichung von LongCat-Flash-Prover
Verwandter Artikel
U.S.-Aktien erreichen historischen Meilenstein, während KI- und Luft- und Raumfahrtriesen auf ihr Debüt als Billionen-Dollar-Unternehmen vorbereiten
Elon Musk, Sam Altman und Dario Amodei, drei Giganten des Technologiesektors, schreiten den Börsengängen ihrer jeweiligen Unternehmen voran. Mit SpaceX, OpenAI und Anthropic – drei Branchenriesen, die einer Bewertung von einer Billion US-Dollar nahek
Schwedisches KI-Startup Lovable Eyes: Bewertung von 13,2 Milliarden US-Dollar nach großer Finanzierungsrunde
Während KI-gestützte Coding-Tools an Popularität gewinnen, hat das schwedische Startup Lovable eine bedeutende Finanzierungsrunde abgeschlossen. Das Unternehmen strebt danach, 3 Milliarden US-Dollar einzusammeln, was seine Bewertung potenziell auf 13
Google testet den Remy AI Agent für Gemini, da der Fokus auf die Benutzerkontrolle verlagert wird
Laut Business Insider testet Google Remy, einen neuen KI-Personalagenten für Gemini. Dieses Tool soll Aufgaben im Auftrag von Nutzern ausführen und sowohl professionelle Arbeitsabläufe als auch tägliche Routinen optimieren.Derzeit wird Remy in einer
Empfehlungen zu verwandten Spezialthemen
Kommentare (0)
Während große Sprachmodelle zunehmend in spezialisierte Fachgebiete vordringen, hat Meituan eine herausragende Lösung vorgestellt, die sowohl in der Wissenschaft als auch in der Industrie großes Interesse geweckt hat.
Am 21. März stellte Meituan offiziell LongCat-Flash-Prover vor, ein groß angelegtes Modell für mathematisches Schlussfolgern. Dieses leistungsstarke System mit 567,7 Milliarden Parametern nutzt eine fortschrittliche MoE-Architektur (Mixture of Experts) und ist speziell für die Bearbeitung hochkomplexer formaler mathematischer Beweise optimiert.

In führenden Benchmarks zur Bewertung des logischen Schlussfolgerns hat LongCat-Flash-Prover eine außergewöhnliche Leistung gezeigt:
Rekordleistung: Beim MiniF2F-Test erzielte es eine bemerkenswerte Punktzahl von 97,1 % und benötigte dafür nur 72 Schlussfolgerungsversuche.
Lösung schwieriger Probleme: Es löste erfolgreich 41,5 % der Aufgaben im PutnamBench-Datensatz. Beide Ergebnisse stellen neue weltweite State-of-the-Art-Rekorde (SOTA) auf.
Um große Modelle mit der Präzision eines Mathematikers auszustatten, hat Meituan mehrere entscheidende technische Innovationen umgesetzt:
Reduzierung von „Halluzinationen“: Es wurde ein mehrstufiger Verifizierungsprozess auf Basis von Abstract Syntax Trees (AST) eingeführt, zusammen mit der Integration der formalen Sprache Lean4, wodurch logische Fehler und „Halluzinationen“ bei KI-Schlussfolgerungen effektiv minimiert werden.
Fortschrittliche Trainingsmethoden: Um die bei Aufgaben mit langem Zeithorizont in MoE-Modellen häufig auftretende Instabilität zu beheben, setzte Meituan seinen proprietären HisPO-Algorithmus ein. In Kombination mit einer Konsistenzprüfung von Theoremen verhindert dieser Ansatz „Reward Hacking“ während des verstärkenden Lernens.
Optimierte Architektur: Mit insgesamt 560 Milliarden Parametern verfügt das Modell über eine umfassende Wissensbasis, während die
Meituan hat das Modell und seinen Quellcode auf GitHub und Hugging Face vollständig als Open Source veröffentlicht.
Mit der Veröffentlichung von LongCat-Flash-Prover
U.S.-Aktien erreichen historischen Meilenstein, während KI- und Luft- und Raumfahrtriesen auf ihr Debüt als Billionen-Dollar-Unternehmen vorbereiten
Elon Musk, Sam Altman und Dario Amodei, drei Giganten des Technologiesektors, schreiten den Börsengängen ihrer jeweiligen Unternehmen voran. Mit SpaceX, OpenAI und Anthropic – drei Branchenriesen, die einer Bewertung von einer Billion US-Dollar nahek
Schwedisches KI-Startup Lovable Eyes: Bewertung von 13,2 Milliarden US-Dollar nach großer Finanzierungsrunde
Während KI-gestützte Coding-Tools an Popularität gewinnen, hat das schwedische Startup Lovable eine bedeutende Finanzierungsrunde abgeschlossen. Das Unternehmen strebt danach, 3 Milliarden US-Dollar einzusammeln, was seine Bewertung potenziell auf 13











