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： 1975

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

2025-09-11

智能体变现难题破解：三步打造专属AI智能体网站，开源方案让你收入倍增！

2025-09-10

从抵触AI到AI破局，我把Coze、n8n、Dify等5个主流智能体平台扒了个底朝天

2025-09-09

为 ONLYOFFICE AI 智能体开发自定义函数：实践指南&夺奖攻略！

2025-09-09

开源智能体开发框架全面对比分析

2025-09-09

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

2025-09-09

硅基流动上线 DeepSeek-V3.1，上下文升至 160K

2025-09-08

微信公众号“内容孤岛”终结者：免费开源工具，批量下载+完美还原！

2025-09-08

Claude不让用，有哪些国产模型能迎头赶上？

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

实测Qwen3-Coder，这就是目前最强的开源编程模型

2025-07-23

看大厂PM，如何玩转多个智能体开发平台

2025-06-17

DeepSeek V3.1 Base / Instruct 发布

2025-08-20

53AI Hub重磅开源！让99%的智能体开发者赚到钱！

2025-06-17

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

2025-09-07

Qwen3-Coder开源：面向世界的智能编程引擎

2025-07-23

有点东西！Qwen开源会写中文的生图模型Qwen-Image

2025-08-05

Kimi K2详测，Claude国产平替有了

2025-07-14

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

2025-08-20

GLM-4.5 发布，六大主流模型混战测评，谁能一键生成“ 真·可用 ”的应用？

2025-07-29

大家都在问

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

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

2025-09-07

苹果深夜开源FastVLM：速度飙升85倍，0.5B小模型要逼疯谁？

2025-09-01

Coze开源了，为什么AI产品经理还是不会用？

2025-08-16

“入口”新变局：OpenAI开源模型+“口袋里的设备”，企业管理会发生变化吗？

2025-08-13

AI快讯：AI安全漏洞揭秘：副业者如何利用漏洞检测赚钱？

2025-08-11

Coze、Dify、n8n：三国争霸哪家强？

2025-08-11

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