MaxProof-Framework: MiniMax M3 übertrifft bei IMO 2025 und USAMO 2026 die menschliche Goldmedaillenmarke
Originaltitel:MaxProof: Scaling Mathematical Proof with Generative-Verifier RL and Evolutionary Search
KI-Zusammenfassung
MiniMax M3 übertrifft mit dem MaxProof-Framework bei den beiden Mathematik-Olympiaden-Benchmarks IMO 2025 und USAMO 2026 die menschliche Goldmedaillenmarke. Das Framework trainiert in drei Phasen: Proof RL nutzt generative Verifizierer für Belohnungen und führt langfristiges Reinforcement Learning zur Verbesserung der Beweisgenerierung durch; Verifier Alignment richtet den Verifizierer als Aufgabe zur Fehlerlokalisierung aus; Refinement Augmentation nutzt im Training entstandene fehlerhafte Beweise und Verifizierungsanalysen, um die Korrekturfähigkeit per Rejection-Sampling-Fine-Tuning zu verbessern. Die drei werden zum allgemeinen Modell M3 zusammengeführt. Das System filtert Rauschen über eine niedrige Falsch-Positiv-Rate und gewährleistet so die Stabilität des RL.
Kernpunkte
- MiniMax M3 übertrifft mit dem MaxProof-Framework bei den beiden Mathematik-Olympiaden-Benchmarks…
- Das Framework trainiert in drei Phasen: Proof RL nutzt generative Verifizierer für Belohnungen und…
- Verifier Alignment richtet den Verifizierer als Aufgabe zur Fehlerlokalisierung aus
- Refinement Augmentation nutzt im Training entstandene fehlerhafte Beweise und…
- Die drei werden zum allgemeinen Modell M3 zusammengeführt.
Auf einen Blick
- Veröffentlicht
- Aktualisiert
- Quelle
- MiniMax:Blog(网页)
- Kategorie
- Papers & Forschung
- KI-Bewertung
- 76
M3在数学奥赛上搞定人类金牌,靠的是用生成验证器做RL和进化搜索,这套组合对复杂推理任务的普适性可能比提高一个benchmark分数更有价值。
Verwandte Entitäten
Quelle & Urheberrecht
Dieser Artikel basiert auf kuratierten Titeln und KI-Zusammenfassungen der öffentlichen AIHOT-API, mit Quellenangabe und Rückverlinkung. Das Urheberrecht am Original liegt bei den ursprünglichen Medien und Autoren; diese Seite spiegelt keine Volltexte.
Zitierhinweis
Beim Zitieren dieses Artikels bitte Titel, Datum und Permalink beibehalten und Orange News als Quelle angeben.
Orange News: MaxProof-Framework: MiniMax M3 übertrifft bei IMO 2025 und USAMO 2026 die menschliche Goldmedaillenmarke. 9. Juni 2026. https://new.nat6.net/de/news/cmqadpjwv0kjzslldk3axe95f/