MiniMax 官方 Blog·精选AI 评分62
MiniMax 发布 MaxProof：用生成式验证器 RL 与进化搜索扩展数学证明
MaxProof: Scaling Mathematical Proof with Generative-Verifier RL and Evolutionary Search
AI 导读
MiniMax 发布 MaxProof 框架，结合生成式验证器强化学习与进化搜索，使 M3 模型在 IMO 2025 和 USAMO 2026 上超过人类金牌阈值。
推荐理由
原文披露了生成式验证器做 RL 奖励时的奖励黑客细节与分层防御设计，对做数学推理训练的人有可迁移的工程经验。
来源：MiniMax 官方 Blog · minimax.io