最近，字节跳动旗下的Seed AI团队发布了一个名为Seed Prover 1.5的数学推理模型。该模型在国际数学奥林匹克竞赛（IMO）中表现出色，成功获得金牌，标志着人工智能在数学领域的又一突破。
种子校正器1.5采用了尺度定律理论，在16.5小时内解决了IMO2025的前五道题，仅缺一题，得分达到35分，达到金牌标准。这一表现与谷歌的Gemini相当，而字节跳动之前的模型仅用三天时间完成四题，最终获得银牌。显然，Seed Prover 1.5的性能为AI数学推理模型树立了新的标杆。
该模式的成功并非偶然。其核心在于引入大规模强化学习。通过培训，模型证明问题的成功率从最初的50%提升到近90%。此外，Seed Prover 1.5 还在北美数学竞赛 Putnam 中创下新纪录，展现了其强大的解题能力。
在种子校验器1.5的技术报告中，引入了两项重要创新：代理校验器和草图模型。代理证明器采用了一种新的形式数学推理方法，使用如精益（Lean）等形式语言来创建可验证的证明。这种方法比传统的自然语言推理更严谨，但也更具挑战性。为克服这一难题，Seed Prover 1.5允许模型在推理过程中调用多种工具，例如检索精益数学库Mathlib和编写Python脚本进行计算。
草图模型的设计目的是帮助模型更好地“草拟”解决方案。该模型模拟了人类数学家的思维过程，使其能够先制作非正式证明草稿，列出关键引理和观点，然后将其转化为形式证明。通过混合奖励信号强化学习策略，草图模型不仅提升了整体逻辑规划能力，还有效降低了复杂问题的难度。
总之，Seed Prover 1.5 不仅展示了字节跳动在人工智能数学推理领域的创新与优势，也为未来的数学研究和教育提供了新可能。
