Reap框架与Reaper-1模型发布及性能验证

Yutong Wang 等人提出基于 Lean4 的开放证明搜索框架 Reap，并训练出 1.7B 参数模型 Reaper-1。该模型在 miniF2F-test 基准测试中表现优异，确立了其在该规模开源求解器中的前沿性能地位。 在技术实现上，Reap 系统采用独立的公理选择器，通过共享状态转换与重放验证机制，结合策略价值引导的蒙特卡洛树搜索。利用强化学习增强证明组织能力，该系统使更少的显式搜索决策能够驱动更复杂的策略程序执行。 最新报道指出，在配备独立公理选择器的条件下，Reap 最终系统以 pass@32 的标准在 miniF2F-test 上取得了 79.9% 的解题率。这一结果使其在同等规模的开源证明求解器中达到了最先进的性能水平。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。