论文页面 - MaxProof：借助生成式验证器强化学习与群体级测试时扩展扩展数学证明

来源：https://huggingface.co/papers/2606.13473

作者：

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

摘要

MaxProof 是一个测试时扩展框架，通过结合多种面向证明的能力，并利用群体级搜索与锦标赛选择，在高级数学竞赛中实现了具有竞争力的性能，从而增强了数学证明的生成。

我们提出了 MaxProof，这是一个面向 MiniMax-M3 系列竞赛级数学证明的群体级测试时扩展框架。M3 首先使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评的证明修复。这些能力被合并到单个发布的 M3 模型中。在测试时，MaxProof 将模型视为生成器、验证器、精炼器和排序器，在一组候选证明中进行搜索，并通过锦标赛选择返回一个最终证明。通过 MaxProof 测试时扩展，M3 模型在 IMO 2025 上达到 35/42，在 USAMO 2026 上达到 36/42，两项成绩均超过了人类金牌阈值。

查看 arXiv 页面 (https://arxiv.org/abs/2606.13473) 查看 PDF (https://arxiv.org/pdf/2606.13473) 添加到收藏 (https://huggingface.co/login?next=%2Fpapers%2F2606.13473)

在你的智能体中获取本论文：

hf papers read 2606\.13473

没有最新 CLI？curl \-LsSf https://hf\.co/cli/install\.sh \| bash

引用本论文的模型

0

没有模型链接本论文

在模型 README.md 中引用 arxiv.org/abs/2606.13473 以从本页链接。

引用本论文的数据集

0

没有数据集链接本论文

在数据集 README.md 中引用 arxiv.org/abs/2606.13473 以从本页链接。

引用本论文的 Spaces

0

没有 Space 链接本论文

在 Space README.md 中引用 arxiv.org/abs/2606.13473 以从本页链接。

包含本论文的收藏集

0

没有收藏集包含本论文

将本论文添加到收藏集 (https://huggingface.co/new-collection) 以从本页链接。