búsqueda evolutiva
2 published articles
Razonamiento Matemático
El equipo de M3 encontró una forma de evitar que los verificadores de matemáticas de IA hicieran trampa, y es un modelo para todos los laboratorios
El enfoque de M3 para el razonamiento matemático combina tres modelos expertos: Prueba, Verificador y Corrección, con un marco de búsqueda evolutiva. El relato ofrece detalles poco comunes sobre el hackeo de recompensas, la alineación del verificador y la ingeniería necesaria para hacer que los verificadores generativos sean confiables en tareas de razonamiento de alto riesgo.
2026-07-11
Investigación en IA
Cómo maxproof convierte a los verificadores generativos en un motor de revolución de pruebas
MaxProof es un marco de escalado en tiempo de prueba que modela la generación de pruebas matemáticas como un proceso de búsqueda evolutiva. Al combinar Proof RL, alineación de verificadores y aumento por refinamiento, convierte la verificación generativa poco confiable en un sistema de recompensa confiable para el entrenamiento y la inferencia.
2026-07-05