跳到正文
Hugging Face Blog·· 2025-07-10AI 评分40

Kimina-Prover-72B 利用测试时强化学习搜索在 Lean 形式化推理中刷新 miniF2F 纪录

Kimina-Prover: Applying Test-time RL Search on Large Formal Reasoning Models

AI 导读

月之暗面团队发布基于 Qwen2.5-72B 和 Kimi k1.5 RL 管线训练的定理证明模型 Kimina-Prover-72B,开源了 8B 和 1.7B 蒸馏版本。该模型引入测试时强化学习搜索与错误修复机制,在 miniF2F 基准测试中达到 92.2% 的通过率,刷新 SOTA 记录。

来源:Hugging Face Blog · huggingface.co