Mistral AI 新开源模型让数学研究更易获取

Mistral AI 刚刚发布了一款新的开源模型，可能会改变数学家和计算机科学家的工作方式。这款名为 Leanstral 1.5 的模型专为 Lean4（一种用于形式化数学证明的语言）而构建。其数据令人印象深刻。

Leanstral 1.5 有何特别之处？

该模型总共拥有 1190 亿个参数，但巧妙之处在于：它每次只激活其中的 60 亿个参数。这意味着它功能强大，但资源消耗不高。该模型采用 Apache-2.0 许可证，任何人都可以免费使用、修改或在此基础上构建。

碾压基准测试

Leanstral 1.5 在 miniF2F 形式化数学基准测试中表现出色，在验证集和测试集上均获得 100% 的满分。这不仅仅是好——而是完美无缺。

但真正的考验是 PutnamBench，这是一组难度极高的数学竞赛问题。在 672 个 Lean4 问题中，该模型解决了 587 个。要知道，这些问题连顶尖数学系学生都难以解答。

在抽象代数方面，该模型在 FATE 基准测试系列中占据主导地位。它在硕士级别的 FATE-H 测试中达到了 87% 的成功率，在博士级别的 FATE-X 测试中达到了 34%——均创下了此类模型的纪录。

成本因素

这里才是真正有趣的地方。Mistral AI 表示，Leanstral 1.5 大幅降低了科学试错的成本。例如，使用 Leanstral 1.5 解决一个 PutnamBench 问题的平均成本约为 4 美元。相比之下，Seed-Prover1.5 的成本超过 300 美元，而 Aleph Prover 的成本在 54 到 68 美元之间。差距巨大。

这种成本降低可以将高精度证明辅助从实验室带入日常研究。研究人员不再需要消耗大量预算，而是可以更自由地进行实验。

漏洞猎杀超能力

Leanstral 1.5 不仅擅长数学，它还是一个眼光敏锐的代码审查员。在 57 个代码仓库的测试中，该模型标记了 47 个违规项。其中 11 个被证实是真实缺陷。更令人印象深刻的是：其中 5 个漏洞此前从未在 GitHub 上被报告过。这有力地表明，人工智能可以帮助进行程序验证和安全审查。

这意味着什么

借助 Leanstral 1.5，形式化数学证明的门槛正在降低。通过大幅削减计算和经济成本，Mistral AI 使研究人员能够更专注于重大想法，而不是陷入繁琐的计算中。该模型有望加速数学和计算机科学的进步，帮助更多人投身这些领域。

关键要点

• 开源模型 Leanstral 1.5 专为 Lean4 形式化证明设计，总参数 119B，激活参数 6B。
• 满分 通过 miniF2F 基准测试；解决 587/672 个 PutnamBench 问题。
• 成本优势：每个问题平均 4 美元，而竞争对手超过 300 美元。
• 漏洞发现：在代码中识别出 11 个真实缺陷，其中 5 个此前未被报告。
• 采用 Apache-2.0 许可证，免费供所有人使用。