12万数学题特训AI模型超难AI数学特训集
AI也能像数学家一样证明定理？腾讯AI Lab与上海交大团队联手推出DeepTheorem，用12.1万道IMO级难度题“特训”AI模型，让7B模型性能赶超Claude3.7等商业巨头。
DeepTheorem框架是首个自然语言定理证明平台，覆盖数据、训练、测试、评估四大模块：
- 数据集包含121K高难度题目及o3-mini生成的配套证明，难度对标国际数学竞赛。
- 用强化学习训练模型进行定理证明，跳出形式语言束缚，利用自然语言理解力。
- 专设测试集FIMO、HMMT、PutnamBench并手工扩展变体，总数达658个。
- 评估标准涵盖最终判断与证明过程，由GPT-4o从四维度打分。
DeepTheorem的推出突破了传统定理证明范式，团队希望未来AI能真正迈入复杂认知系统，实现更强通用智能。
