Hugging Face 发布 Kimina-Prover-RL 强化学习模型

Hugging Face 发布了 Kimina-Prover-RL，一个基于强化学习的数学定理证明模型。该模型在 Lean 4 形式化证明任务上取得了突破性进展，在 MiniF2F 测试集上达到了 42.6% 的准确率，相比此前最佳模型提升了 10 个百分点。Kimina-Prover-RL 采用了一种新的强化学习训练方法，结合了蒙特卡洛树搜索与自博弈机制，能够自动生成并验证数学证明。该模型已开源，权重和代码可在 Hugging Face 平台获取。