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

- Link: https://paooo.com/aigc-news/20313/
- Published: 2026-06-08T19:02:52+08:00
- Author: Prompt 语宙研究院

⚡ [Prompt](https://paooo.com/ai-image-prompts/) 语宙 AI 导读 · 30 秒核心看点

 * 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。

阅读目录

 * [Kimina-Prover是什么](https://paooo.com/aigc-news/20313/#kiminaprover%e6%98%af%e4%bb%80%e4%b9%88)
 * [Kimina-Prover的主要功能](https://paooo.com/aigc-news/20313/#kiminaprover%e7%9a%84%e4%b8%bb%e8%a6%81%e5%8a%9f%e8%83%bd)
 * [Kimina-Prover的技术原理](https://paooo.com/aigc-news/20313/#kiminaprover%e7%9a%84%e6%8a%80%e6%9c%af%e5%8e%9f%e7%90%86)
 * [Kimina-Prover的性能表现](https://paooo.com/aigc-news/20313/#kiminaprover%e7%9a%84%e6%80%a7%e8%83%bd%e8%a1%a8%e7%8e%b0)
 * [Kimina-Prover的项目地址](https://paooo.com/aigc-news/20313/#kiminaprover%e7%9a%84%e9%a1%b9%e7%9b%ae%e5%9c%b0%e5%9d%80)
 * [Kimina-Prover的应用场景](https://paooo.com/aigc-news/20313/#kiminaprover%e7%9a%84%e5%ba%94%e7%94%a8%e5%9c%ba%e6%99%af)

![Kimina-Prover](https://paooo.com/wp-content/uploads/2026/06/Kimina-Prover-website-
1.avif)

## 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](https://paooo.com/ai-study/)对比**：在 miniF2F 基准测试及其子
   集（如 IMO 和 AIME）中，Kimina-Prover 显著优于 [OpenAI](https://paooo.com/tag/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。

🧭 文中关联 [AI 工具](https://ai.paooo.com/)官网与参数卡（语宙 AI 导航）

**HuggingFace ↗**

HuggingFace：AI模型开发社区，面向大语言模型场景提供便捷实用的在线功能支持，涵盖大
模型等实用方向。

**Gemini ↗**

Google推出的AI聊天对话机器人Gemini。

❓ 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。

🔬 语宙深潜追问 · 进阶实操拆解

Lean 4 证明模型最难的工程点是什么？

最难的是把自然语言目标稳定映射成可执行的形式化步骤，并处理大量失败回滚。工程上要
做候选证明搜索、自动补全、错误反馈和奖励设计的闭环，否则模型容易在局部搜索里反复
试错，难以稳定提升通过率。

如何把定理证明模型接入研究工作流？

先让模型做“候选证明生成器”，再由研究者审核关键引理和依赖关系。适合用于补全证明草稿、
检索相似定理和定位失败步骤，而不是直接全自动替代。最佳实践是把它嵌入 Lean 交互式
编辑器，形成半自动证明流水线。

🗳️ 读者观点微投票 · 您的实战立场是？

数学定理证明模型，RL路线真能持续领先吗？

🕸️ 语宙向量知识图谱 · 语义强关联深度内链

[🏮 所属权威专题：国产大模型选型与资费对比 →](https://paooo.com/topics/domestic-llm-ecosystem/)

 * [k0-math – 月之暗面Kimi推出的数学推理模型，对标o1](https://paooo.com/aigc-news/25598/)
 * [美团开源560亿参数LongCat-Flash-Prover：数学定理证明SOTA，性能全面碾压现有模型](https://paooo.com/aigc-news/11200/)
 * [Goedel-Prover – 自动化数学问题的形式证明生成开源推理模型](https://paooo.com/aigc-news/22020/)
 * [DeepSeek-Math-V2重磅发布：开源数学推理模型，IMO/CMO金牌水平，开启AI自我验证新纪元](https://paooo.com/aigc-news/12862/)

[🏛️ Prompt 语宙研究院](https://paooo.com/author/paooo-research/) · Prompt 语宙研究院（
paooo.com Research）专注于前沿多模态大模型架构拆解、AI Agent 工作流评测、AIGC 提示
词工程（Prompt Engineering）与全球高增长 AI 生产力工具实测追踪，致力于为中文开发
者与创作者提供一手、可复现的深度技术洞察。

[📄 Markdown 纯净版](https://paooo.com/aigc-news/20313/?format=md)

💡 这篇内容对您有启发吗？

[📡 RSS 订阅](https://paooo.com/feed/)[✨ 提交 AI 工具 / 合作](https://paooo.com/submit-tool/)

**🚀 Prompt 语宙 AI 创作者生态：**探索 2,800+ 全球实用 AI 工具与高精度生图提示词
咒语库

[🧭 语宙 AI 导航 (ai.paooo.com)](https://ai.paooo.com/)[🎨 AI 生图 Prompt 库](https://paooo.com/ai-image-prompts/)
[📚 核心专题导航](https://paooo.com/topics/)[⚡ AIGC 早报生成器](https://paooo.com/mtool/)
