@mertunsal2020: 今天，我们发布 Le Chaton L∃∀N，即 Leanstral 1.5。它在研究生代数基准测试上实现了 SOTA 性能……

X AI KOLs Following 模型
model-release sota algebra-benchmarks leanstral le-chaton graduate-algebra

摘要

今天，我们发布 Le Chaton L∃∀N，即 Leanstral 1.5。它在研究生代数基准测试 FATE-H 和 FATE-X 上实现了 SOTA 性能，并在 PutnamBench 上改进了帕累托前沿（Pareto Frontier），以 x10 更低的预算解决了 587/672 个问题。

今天，我们发布 Le Chaton L∃∀N，即 Leanstral 1.5。 它在研究生代数基准测试 FATE-H 和 FATE-X 上实现了 SOTA 性能，并在 PutnamBench 上改进了帕累托前沿（Pareto Frontier），以 x10 更低的预算解决了 587/672 个问题。 🧵 https://t.co/ySGMr2oqg5
查看原文
查看缓存全文

缓存时间: 2026/07/04 20:55

今天，我们发布 Le Chaton L∃∀N，又称 Leanstral 1.5。

它在研究生代数基准测试 FATE-H 和 FATE-X 上实现了 SOTA 性能，并在 PutnamBench 上改进了帕累托前沿，以10倍更低的预算解决了587/672个问题。

Leanstral 1.5 展现了我们见过的形式化推理模型中最强的测试时扩展能力。下图跟踪了 PutnamBench 上的 Pass@8，我们逐步将每次尝试的 token 预算从 25k 提高到 4M：性能在整个过程中平稳攀升。

尽管主要基于数学进行训练，Leanstral 却展现出令人印象深刻的代码验证能力，发现了开源仓库中之前未知的错误。

我们构建了一个自动化流水线，其中 Aeneas 将 Rust 代码翻译成 Lean，而 Leanstral 推断用户意图并从代码中生成正确性属性。在测试的57个仓库中，该过程标记出47个违反的属性，其中11个指向真正的错误，而其中5个之前在 GitHub 上从未被报告。

我们相信，每一项数学突破都应该在 Lean 中得到自动验证。

这意味着要形式化所有数学——而这将要求我们以极其庞大的规模运行智能体，或许要消耗数十亿个 token。我们希望 Leanstral 能够成为实现这一目标的基石。

论文：https://github.com/mistralai/LeanstralSafeVerify/blob/main/LeanstralReport.pdf… 博客文章：https://mistral.ai/news/leanstral-1-5/… 模型：https://huggingface.co/mistralai/Leanstral-1.5-119B-A6B…

它是通过压缩实现的，见技术报告！

谢谢！难得不吐槽 Mistral。

谢谢 Alex——我在宾夕法尼亚州，我们应该见一面。

确实是为了刷分而生，但以对形式化有益的方式！这就是专门模型的意义。

相似文章

Leanstral 1.5：为所有人提供丰富的证明

Hacker News Top

Mistral AI 发布 Leanstral 1.5，一个拥有 6B 激活参数的模型，用于 Lean 4 证明工程，在多个形式化验证基准测试中取得最先进成果，并发现了真实世界中的错误，完全开源，采用 Apache-2.0 许可。

Leanstral 1.5

Hacker News Top

Mistral AI 发布了 Leanstral 1.5，这是更新的 Lean 4 形式化证明工程模型，针对自动定理证明和自动形式化进行了优化，总参数为 119B，活跃参数为 6.5B。