进化搜索
2 published articles
人工智能5 min read
数学推理
M3团队找到阻止AI数学验证器作弊的方法，这为每个实验室提供了蓝图
M3的数学推理方法结合了三个专家模型：Proof（证明）、Verifier（验证器）和Fixed（修正），并搭配一个进化搜索框架。该报告提供了关于奖励黑客攻击、验证器对齐以及使生成式验证器在高风险推理任务中可靠所需的工程细节的罕见详述。
2026-07-11
人工智能6 min read
AI研究
MaxProof：如何将生成式验证器转化为证明革命引擎
MaxProof是一个测试时扩展框架，将数学证明生成建模为进化搜索过程。通过结合Proof RL、验证器对齐和修正增强，它把不可靠的生成式验证转化为用于训练和推理的可信奖励系统。
2026-07-05