我要投稿

字节跳动整活了！正式发布 BFS-Prover，并全程开源！

发布日期：2025-02-25 22:02:19 浏览次数： 2037

作者：G人工智能

微信搜一搜，关注“G人工智能”

谁能想到，未来证明数学定理也能交给 AI 来完成？

字节跳动豆包团队最新推出的 BFS-Prover，不仅刷新了行业记录，还向全世界开放源码，邀请学术界和开发者共同探索。

一、BFS-Prover：数学证明领域的全新探索

数学证明一直是AI攻克的高难挑战。不同于围棋的固定规则，证明定理要求每一步都严谨无误，否则整个逻辑便会崩盘。

目前，主流自动定理证明技术大多依赖蒙特卡洛树搜索或价值函数，如DeepSeek-Prover-V1.5、HunyuanProver和InternLM2.5-StepProver，但它们普遍面临：

资源消耗巨大

复杂搜索策略耗费大量计算资源；

推理效率低下

需要反复试错才能找到正确路径；

适用性有限

不同数学问题往往需不同策略。

而 BFS-Prover则另辟蹊径，采用最优先树搜索（BFS），结合三大核心技术：

1. 专家迭代+自适应数据过滤

持续优化证明路径，降低无效搜索；

2. 直接偏好优化+Lean4反馈

让 AI 直接学会“好证明”的标准；

3. BFS与长度归一化结合

避免因证明步骤长短不一而偏离最优解。

二、成绩亮眼：MiniF2F 权威测试刷新记录

成绩是最有力的证明。BFS-Prover 在 MiniF2F 测试集上以72.95%的准确率轻松超越对手。

其它模型如 DeepSeek-Prover-V1.5、InternLM2.5-StepProver 和 HunyuanProver 分别为 63.5%、65.9% 和 68.4%。

它还成功解决了多个国际数学奥赛难题，如imo_1959_p1、imo_1962_p2，显示出AI在数学推理上的全新高度。

证明系统	搜索方法	Critic 模型	策略预算	准确率
BFS-Prover	BFS	否	Accumulative	72.95%
BFS-Prover	BFS	否	2048×2×600	70.83% ± 0.89%
HunyuanProver	BFS	是	600×8×400	68.4%
InternLM2.5-StepProver	BFS	是	256×32×600	65.9%
DeepSeek-Prover-V1.5	MCTS	否	32×16×400	63.5%

53AI，企业落地大模型首选服务商

产品：场景落地咨询+大模型应用平台+行业解决方案

承诺：免费POC验证，效果达标后再合作。零风险落地应用大模型，已交付160+中大型企业

相关资讯

2025-11-06

AI时代，我们为何重写规则引擎？—— QLExpress4 重构之路

2025-11-06

锦秋基金创始合伙人杨洁揭秘：AI投资三大方向与AI创业者机遇——现场解答最真实的三大创业焦虑

2025-11-05

LLaMA Factory 安装与配置指南：在 Ubuntu 上快速搭建大模型微调平台

2025-11-05

TinyAI ：全栈式轻量级 AI 框架

2025-11-04

百灵大模型 Ling 和 Ring 系列首发支持 SGLang-JAX 推理引擎

2025-11-04

首个国产开源AI原生后端，不再写后端，AI就是全栈工程师。

2025-11-04

DeepCode: 用多智能体架构重新定义代码生成

2025-11-04

AI Infra：POINTS-Reader，腾讯开源的文档解析和OCR工具

了解更多

了解更多

160+中大型企业正在使用53AI

立即咨询预约演示

把握AI发展的机遇，共同探索、共同进步

2025-01-22

如何打造基于GenAI的员工服务机器人

2025-01-22

热点资讯

DeepSeek V3.1 Base / Instruct 发布

2025-08-20

阿里Qoder vs Trae vs Cursor：谁才是2025年程序猿的效率之王？

2025-09-07

DeepSeek-V3.1-Base来了！MoE架构+128K上下文，性能再进化

2025-08-20

重磅开源！通义万相最新模型来了

2025-08-26

阿里AI编程 IDE Qoder 正式发布，BAT 终于凑齐了！

2025-08-22

开源发布！适合中国宝宝的 LangGraph 智能体开发模板！

2025-09-06

DeepSeek又开源，这次是OCR模型！附论文解读！

2025-10-20

DeepSeek-V3.1发布，拿下全球开源第一，确实可以封神了！（附一手实测）

2025-08-22

Claude不让用，有哪些国产模型能迎头赶上？

2025-09-08

智谱发布开源视觉推理模型GLM-4.5V，刷新41项多模态推理SOTA

2025-08-12

大家都在问

DeepSeek-OCR到底厉害在哪？

2025-11-03

n8n如何调用最近爆火的deepseek OCR？

2025-10-29

小红书入局AI智能体开源DeepAgent，在计划什么更新？

2025-10-28

埃森哲的大裁员，向市场发出了什么信号？

2025-10-13

DeepSeek-V3.2背后的国产算子编程语言TileLang是什么？如何保持性能领先的同时减少6倍代码量？

2025-09-29

Qwen3-Next 首测！Qwen3.5的预览版？但为什么我的测试一塌糊涂？

2025-09-17

Dify Pre-release版本来了，Dify2.0时代不远了，看看有哪些进步？

2025-09-09

Claude不让用，有哪些国产模型能迎头赶上？

2025-09-08

热门标签

内容创作大模型技术个人提效 langchain llamaindex 多模态技术 RAG技术智能客服知识图谱模型微调 RAGFlow coze Dify Fastgpt Bisheng Qanything AI+汽车 AI+金融 AI+工业 AI+培训 AI+SaaS 提示词框架提示词技巧 AI+电商 AI面试数字员工 ChatBI 知识管理开源大模型智能营销智能硬件智能化改造 AI+医疗 MaxKB

应聘简历请发送至： [email protected]

联系我们

售前咨询

预约演示

微信扫码

添加专属顾问

回到顶部