MiniMax 详解 MaxProof：用生成式验证器 RL 与进化搜索扩展数学证明能力
MaxProof: Scaling Mathematical Proof with Generative-Verifier RL and Evolutionary Search
阅读原文
本站未展示全文，请前往来源网站阅读。
AI 导读
MiniMax 发布博客，详解 M3 数学证明能力背后的 MaxProof 技术路线：通过 Proof RL、Verifier Alignment 和 Refinement Augmentation 训练三个专家模型，再用进化搜索式测试时扩展框架将 best@K 转化为更稳定的 pass@1。
来源：MiniMax Blog · minimax.io