Дом
Meituan представила модель LongCat с 56 миллиардами параметров, установив новый стандарт в области математического рассуждения с открытым исходным кодом
По мере того как крупные языковые модели находят применение в специализированных областях, компания Meituan представила выдающееся решение, которое привлекло внимание как научного сообщества, так и представителей промышленности.
21 марта компания Meituan официально представила LongCat-Flash-Prover — крупномасштабную модель математического рассуждения. Эта мощная система, насчитывающая 567,7 миллиарда параметров, использует передовую архитектуру MoE (Mixture of Experts) и специально оптимизирована для решения задач, связанных с чрезвычайно сложными формальными математическими доказательствами.

В ведущих тестах, оценивающих логическое мышление, LongCat-Flash-Prover продемонстрировала исключительную производительность:
Рекордная производительность: система достигла впечатляющего результата в 97,1 % в тесте MiniF2F-Test, затратив на это всего 72 попытки вывода.
Решение сложных задач: система успешно решила 41,5 % задач из набора данных PutnamBench. Оба результата устанавливают новые мировые рекорды в категории «State-of-the-Art» (SOTA).
Чтобы наделить крупные модели точностью математика, компания Meituan внедрила несколько важных технических инноваций:
Снижение частоты «галлюцинаций»: был внедрен многоэтапный процесс верификации на основе абстрактных синтаксических деревьев (AST) в сочетании с интеграцией формального языка Lean4, что позволило эффективно минимизировать логические ошибки и «галлюцинации» в выводах ИИ.
Передовые методы обучения: для устранения нестабильности, часто наблюдаемой в задачах с длительным горизонтом в моделях MoE, компания Meituan внедрила свой собственный алгоритм HisPO. В сочетании с проверкой согласованности теорем этот подход предотвращает «хакинг вознаграждений» во время обучения с подкреплением.
Оптимизированная архитектура: благодаря 560 миллиардам параметров модель обладает обширной базой знаний, а структура MoE обеспечивает эффективное и гибкое вычисление.
Компания Meituan полностью открыла доступ к модели и её исходному коду на GitHub и Hugging Face.
С выпуском LongCat-Flash-Prover
Связанная статья
Шведский стартап в области искусственного интеллекта Lovable Eyes достиг оценки в 13,2 миллиарда долларов после крупного раунда финансирования
По мере того как инструменты для программирования на основе искусственного интеллекта набирают популярность, шведский стартап Lovable привлек крупный раунд финансирования. Компания нацелена на привлечение $3 млрд, что потенциально может увеличить её
Google тестирует агента Remy AI для Gemini по мере смещения фокуса на управление пользователями
Согласно Business Insider, Google тестирует Remy, нового ИИ-персонального агента для Gemini. Этот инструмент предназначен для выполнения задач от имени пользователей, упрощая как профессиональные рабочие процессы, так и повседневные рутины.В настоящ
Как исправить Core Web Vitals для улучшения позиций в поисковой выдаче
Оптимизация написания комментариев в отчетных карточках с помощью ИИ-инструментовВведениеИИ-инструменты для генерации комментариев в отчетных карточкахMagic SchoolAlmanac AIChat GPTИспользование Magic School для генерации комментариев в отчетны
Рекомендации по связанным специальным темам
Комментарии (0)
По мере того как крупные языковые модели находят применение в специализированных областях, компания Meituan представила выдающееся решение, которое привлекло внимание как научного сообщества, так и представителей промышленности.
21 марта компания Meituan официально представила LongCat-Flash-Prover — крупномасштабную модель математического рассуждения. Эта мощная система, насчитывающая 567,7 миллиарда параметров, использует передовую архитектуру MoE (Mixture of Experts) и специально оптимизирована для решения задач, связанных с чрезвычайно сложными формальными математическими доказательствами.

В ведущих тестах, оценивающих логическое мышление, LongCat-Flash-Prover продемонстрировала исключительную производительность:
Рекордная производительность: система достигла впечатляющего результата в 97,1 % в тесте MiniF2F-Test, затратив на это всего 72 попытки вывода.
Решение сложных задач: система успешно решила 41,5 % задач из набора данных PutnamBench. Оба результата устанавливают новые мировые рекорды в категории «State-of-the-Art» (SOTA).
Чтобы наделить крупные модели точностью математика, компания Meituan внедрила несколько важных технических инноваций:
Снижение частоты «галлюцинаций»: был внедрен многоэтапный процесс верификации на основе абстрактных синтаксических деревьев (AST) в сочетании с интеграцией формального языка Lean4, что позволило эффективно минимизировать логические ошибки и «галлюцинации» в выводах ИИ.
Передовые методы обучения: для устранения нестабильности, часто наблюдаемой в задачах с длительным горизонтом в моделях MoE, компания Meituan внедрила свой собственный алгоритм HisPO. В сочетании с проверкой согласованности теорем этот подход предотвращает «хакинг вознаграждений» во время обучения с подкреплением.
Оптимизированная архитектура: благодаря 560 миллиардам параметров модель обладает обширной базой знаний, а структура
Компания Meituan полностью открыла доступ к модели и её исходному коду на GitHub и Hugging Face.
С выпуском LongCat-Flash-Prover
Шведский стартап в области искусственного интеллекта Lovable Eyes достиг оценки в 13,2 миллиарда долларов после крупного раунда финансирования
По мере того как инструменты для программирования на основе искусственного интеллекта набирают популярность, шведский стартап Lovable привлек крупный раунд финансирования. Компания нацелена на привлечение $3 млрд, что потенциально может увеличить её
Как исправить Core Web Vitals для улучшения позиций в поисковой выдаче
Оптимизация написания комментариев в отчетных карточках с помощью ИИ-инструментовВведениеИИ-инструменты для генерации комментариев в отчетных карточкахMagic SchoolAlmanac AIChat GPTИспользование Magic School для генерации комментариев в отчетны











