震撼发布！5600亿参数的美团LongCat引领数学证明新高度，重设行业标杆

发布时间：2026-03-23 10:48:00 | 责任编辑：张毅 | 浏览量：2 次

在大模型向垂直专业领域进军的征途中，美团 刚刚交出了一份令学术界与工业界瞩目的答卷。
3月21日，美团 正式开源了名为 LongCat-Flash-Prover 的超大规模数学证明模型。这款拥有 5677亿参数 的巨兽，采用了先进的 MoE（混合专家模型）架构，专门针对极其复杂的数学形式化证明问题进行了深度优化。
在衡量模型逻辑推理能力的顶级基准测试中，LongCat-Flash-Prover 展现出了统治级的实力:
刷新纪录: 在 MiniF2F-Test 测试中取得了 97.1% 的惊人成绩，仅需72次推理尝试。
攻克难题: 在 PutnamBench 任务中成功解决了41.5% 的问题，上述两项数据均刷新了全球 SOTA（当前最佳）水平。
为了让大模型真正拥有“数学家”般的严谨，美团 在技术路径上实现了多项关键突破:
消除幻觉: 引入了基于 AST（抽象语法树）的多阶段严格验证流程，并整合 Lean4形式化语言，从根源上杜绝了 AI 在逻辑推演中的“胡言乱语”。
训练算法进化: 针对 MoE 模型长程任务训练不稳的顽疾，美团引入了自研的 HisPO 算法，并配合定理一致性检测机制，有效防止了模型在强化学习阶段出现“投机取巧”的奖励黑客行为。
高效架构:5600亿的总参数量确保了模型深厚的知识底蕴，而MoE架构则保证了推理时的灵活性与高效性。
目前，美团 已将该模型及其代码在 GitHub 和 Hugging Face 平台全面开源。
随着 LongCat-Flash-Prover 的亮相，国产大模型在数学逻辑、代码验证等高阶推理领域的竞争力得到了有力证明。当复杂的定理证明不再仅仅依赖人类头脑，而是能通过百亿级激活参数的专家模型精准破解，AI 距离实现真正的“通用人工智能”又迈出了扎实的一步。