Papers & Forschung

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
Original lesen Den vollständigen Artikel bei der Originalquelle lesen
Warum es wichtig ist

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.

Originalartikel · AIHOT-Eintrag

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/

Alle ansehen →