---
title: "Kimina-Prover – 月之暗面联合 Numina 推出的数学定理证明模型"
url: "https://paooo.com/aigc-news/20313/"
author: "Prompt 语宙研究院"
published_at: "2026-06-08T19:02:52+08:00"
updated_at: "2026-06-08T19:02:52+08:00"
categories: "AIGC 资讯"
tags: "Gemini, Kimi, OpenAI, 大模型微调, 开源大模型"
source: "Prompt 语宙 (https://paooo.com)"
ai_tools_directory: "语宙 AI 导航 (https://ai.paooo.com)"
---

# Kimina-Prover – 月之暗面联合 Numina 推出的数学定理证明模型

> 来源：[Prompt 语宙 (paooo.com)](https://paooo.com/aigc-news/20313/) · 作者：Prompt 语宙研究院 · 发布时间：2026-06-08

## AI 30 秒核心看点 (TL;DR)

- 首个通过大规模强化学习训练的形式化定理证明模型，能在 Lean 4 中严谨完成数学证明。
- “形式化推理模式”将非形式化思路与 Lean 4 代码交错输出，更接近人类解题过程。
- miniF2F 达到 80.7%，较此前最佳提升 10.6%；1.5B 和 7B 版本已开源。

## Kimina-Prover是什么

Kimina-Prover是月之暗面与Numina团队合作推出的大型数学定理证明模型，模型采用大规模强化学习训练，能以类似人类的方式进行推理，在Lean 4语言中严谨地证明数学定理。通过独特的“形式化推理模式”，在推理过程中穿插非形式化推理和Lean 4代码片段，模拟人类解决问题的策略。 Kimina-Prover在miniF2F基准测试中取得了80.7%的成绩，超过此前最佳水平10.6%，创下新高。性能随着模型规模增大和计算资源增加而显著提升，展现出高样本效率和良好的可扩展性。模型的1.5B和7B参数版本已开源。

## Kimina-Prover的主要功能

- **基于强化学习**：Kimina-Prover 是首个通过大规模强化学习训练的大型形式化推理模型，能以类似人类的方式进行推理，在 Lean 4 语言中严谨地证明数学定理。

- **高效推理模式**：模型采用了一种称为“形式化推理模式”的结构化推理模式，通过在推理过程中穿插非形式化推理和相关的 Lean 4 代码片段，使模型能更好地模拟人类解决问题的策略。

- **样本效率高**：在采样次数较少的情况下，Kimina-Prover 能取得较好的结果，随着计算资源的增加，性能会显著提升。

- **模型规模与性能正相关**：与以往的神经定理证明器不同，Kimina-Prover 的性能随着模型规模的增大而显著提高。

## Kimina-Prover的技术原理

- **自动形式化**：为了构建一个多样化的问题集，研究人员训练了一个模型，将自然语言问题陈述自动翻译成 Lean 4 代码，并以占位符证明结束。

- **强化学习训练**：在监督微调（SFT）阶段之后，模型通过强化学习进一步增强其形式化定理证明能力。在每次迭代中，模型会从问题集中采样一批问题，并生成多个候选解决方案，然后使用 Lean 编译器验证这些解决方案的正确性。

## Kimina-Prover的性能表现

- **基准测试成绩**：在 miniF2F 基准测试中，Kimina-Prover 取得了 80.7% 的成绩，超过了此前的最佳水平（SOTA）模型 10.6%，创下新高。

- **与通用大模型对比**：在 miniF2F 基准测试及其子集（如 IMO 和 AIME）中，Kimina-Prover 显著优于 OpenAI 的 o3 和 Gemini 2.5 Pro 等通用推理模型。

## Kimina-Prover的项目地址

- **Github仓库**：[https://github.com/MoonshotAI/Kimina-Prover-Preview/tree/master](https://github.com/MoonshotAI/Kimina-Prover-Preview/tree/master)

- **HuggingFace模型库**：[https://huggingface.co/collections/AI-MO/kimina-prover-preview](https://huggingface.co/collections/AI-MO/kimina-prover-preview-67fb536b883d60e7ca25d7f9)

- **arXiv技术论文**：[https://arxiv.org/pdf/2504.11354](https://arxiv.org/pdf/2504.11354)

## Kimina-Prover的应用场景

- **科研辅助**：Kimina-Prover 在数学研究领域具有巨大的应用潜力。能帮助数学家和研究人员快速验证复杂的数学定理，提供严谨的证明过程。

- **软件测试**：在软件开发过程中，Kimina-Prover 可以用于验证软件的逻辑正确性。通过将软件的算法和逻辑转换为数学定理的形式，模型可以验证这些定理的正确性，确保软件的可靠性和稳定性。

- **算法验证**：在人工智能和机器学习领域，Kimina-Prover 可以用于验证算法的正确性和可靠性，确保在理论上是正确的。

- **风险评估**：在金融领域，Kimina-Prover 可以用于验证风险评估模型的数学基础，确保这些模型的准确性和可靠性。

- **工程设计验证**：在工程设计中，Kimina-Prover 可以用于验证设计的数学模型和公式。在建筑结构设计、机械设计等领域，模型可以验证设计的稳定性和安全性。

## 常见问题解答 (FAQ)

### Kimina-Prover 是什么模型？
Kimina-Prover 是月之暗面与 Numina 团队合作推出的大型数学定理证明模型，核心能力是在 Lean 4 中进行形式化证明。它结合大规模强化学习训练与结构化推理方式，面向数学定理验证与自动证明任务。

### Kimina-Prover 的主要突破是什么？
它的突出点在于首次以大规模强化学习训练形式化推理模型，并在 miniF2F 基准上取得 80.7% 成绩，较此前最佳水平提升 10.6%。同时，模型规模增大后性能继续提升，显示出较好的可扩展性。

### Kimina-Prover 可以用在哪些场景？
文章提到它可用于科研辅助、软件测试、算法验证、金融风险评估和工程设计验证等场景。凡是需要把问题转成数学定理并进行严谨证明的任务，都可能受益于它的形式化推理能力。

---
探索 2,800+ 全球实用 AI 工具与官方直达入口：[语宙 AI 导航 (https://ai.paooo.com/)](https://ai.paooo.com/)
