美团开源5677亿参数大模型，两项测试刷新SOTA

IT之家 3 月 21 日消息，美团现已开源 LongCat-Flash-Prover 大模型，采用 5677 亿参数、MoE（混合专家模型）形态，旨在解决复杂的数学证明问题。

据介绍，该模型引入了混合专家迭代框架（hybrid-experts iteration framework），用于生成大规模、高质量的形式化推理轨迹。可通过整合 Lean4、基于 AST 的多阶段严格验证流程，消除“幻觉”现象。

训练方面，该模型使用混合专家迭代框架生成冷启动数据，并在强化学习阶段引入 HisPO 算法稳定 MoE 模型的长程任务训练。同时加入定理一致性和合法性检测机制防止 Reward Hacking（奖励黑客行为）。

基准测试表明，这款模型在 MiniF2F-Test 上取得 97.1% 的成绩，仅需 72 次推理尝试；在 PutnamBench 任务上解决了 41.5% 的问题，使用 118 次推理尝试，在上述两项测试中刷新 SOTA 水平。