Hacker News 热门（buzzing.cc 中文翻译）
Maxproof 论文发布
阅读原文· arxiv.org精选理由
MiniMax把数学证明拉到IMO金牌线以上，用的不是更大模型而是群体搜索+验证-修复的test-time scaling，做推理产品的人该看看这套流程。
AI 摘要
6月12日，名为 Maxproof 的论文在 arXiv 上发布，并在 Hacker News 上获得 100 点热度。
AI 翻译 · 中文
计算机科学 > 机器学习
[提交于 2026 年 6 月 11 日]
标题：MaxProof：通过生成-验证器强化学习与群体级测试时扩展实现数学证明的规模化
作者：陈嘉诚、张新宇、张顺凯、王彦墨、李林、秦天成、王琴、朱正茂、李天乐、李景阳、李泽涵、蒋彬洋、朱金、丁涵、余飞、陈春雨、宋子建、宋佳源、张志、黄宇南、程伟宇、赵鹏宇、程宇
View PDF HTML (experimental) 摘要：我们提出了 MaxProof，一个面向 MiniMax-M3 系列竞赛级数学证明的群体级测试时扩展框架。M3 首先利用专为低误报率设计的纵深防御生成式验证器，训练了三种面向证明的能力——证明生成、证明验证以及基于批判的证明修复。这些能力被合并到一个单一发布的 M3 模型中。在测试时，MaxProof 将该模型视为生成器、验证器、优化器和排序器，在候选证明群体中搜索，并通过锦标赛选取返回一个最终证明。借助 MaxProof 的测试时扩展，M3 模型在 IMO 2025 上达到 35/42，在 USAMO 2026 上达到 36/42，均超过人类金牌得主阈值。
| 学科分类： | 机器学习 (cs.LG)；人工智能 (cs.AI)；计算与语言 (cs.CL) |
| 引用格式： | arXiv:2606.13473 [cs.LG] |
| （或本版本 arXiv:2606.13473v1 [cs.LG]） | |
| https://doi.org/10.48550/arXiv.2606.13473 arXiv 分配 DOI（通过 DataCite，待注册） |
Full-text links:
访问论文：
- 查看 PDF
- HTML（实验性）
- TeX 源码
查看许可
当前浏览上下文：
cs.LG
< 上一页 | 下一页 >
最新 | 近期 | 2026-06
Change to browse by:
cs cs.AI cs.CL
参考文献与引用
- NASA ADS
- Google Scholar
- Semantic Scholar
书签
书目与引用工具
Bibliographic Explorer（什么是 Explorer？）
Connected Papers（什么是 Connected Papers？）
Litmaps（什么是 Litmaps？）
scite Smart Citations（什么是 Smart Citations？）
本文相关的代码、数据与媒体
alphaXiv（什么是 alphaXiv？）
CatalyzeX 论文代码查找器（什么是 CatalyzeX？）
DagsHub（什么是 DagsHub？）
Gotit.pub（什么是 GotitPub？）
Hugging Face（什么是 Hugging Face？）
ScienceCast（什么是 ScienceCast？）
演示
Replicate（什么是 Replicate？）
Hugging Face Spaces（什么是 Spaces？）
TXYZ.AI（什么是 TXYZ.AI？）
推荐与搜索工具
Influence Flower（什么是 Influence Flowers？）
CORE 推荐器（什么是 CORE？）
IArxiv 推荐器（什么是 IArxiv？）
- 作者
- 会议/期刊
- 机构
- 主题
arXivLabs：与社区合作者进行的实验性项目
arXivLabs 是一个框架，允许合作者直接在我们的网站上开发和共享新的 arXiv 功能。
与 arXivLabs 合作的个人和组织都已拥抱并接受我们的价值观：开放、社区、卓越和用户数据隐私。arXiv 致力于这些价值观，并且只与遵循这些价值观的合作伙伴合作。
有没有一个能为 arXiv 社区增添价值的项目想法？了解更多关于 arXivLabs。
这篇论文的哪些作者是背书人？| 禁用 MathJax（什么是 MathJax？）