Mistral Prover 6B 小模型组合在 ArXivLean 达 82.6% 验证通过率
AlbertQJiang · x · 2026-09-11
MathArena 排行榜新增 Mistral Prover（Leanstral 1.5 + 少量 K3 编排），在 ArXivLean 2026 年 6 月上取得 38/46（82.61%）的经验证证明通过率。发帖人 AlbertQJiang 称这一成绩主要靠 Leanstral 1.5 的大量推理，辅以少量 K3 编排，超过了 GPT-6 Astra；但他也指出该榜单的 token 计数方式可能有误，6B 模型确实话多。该工作由实习生 Matéo Pirio Rossignol 完成，Roman Soletskyi 指导。此外 MathArena 还于 9 月 7 日加入 Fable 5.1 (max) 和 Qwen3.8-Max。
所属事件:6B 开源模型 Leanstral 1.5 击败 GPT-6 Astra 登顶 ArXivLean(4 条相关)→
「模型」频道最新
- 反驳「开源中国模型被碾压」：Kimi 3.1 在 Frontier Code 2 上接近 Fable — bookwormengr · 2026-10-28
- 开源模型 Flint 冲上 Hugging Face 趋势榜第 2,作者预告改进方向 — josh_tobin_ · 2026-10-28
- Yacine 怒评:最强语言模型依然烂得离谱,自己也被逼到极限 — yacineMTB · 2026-10-28
- 阿里港科大发布 Omni-InteractScope:全模态流式交互基准 — Qwen · 2026-10-28
- Mistral 发布 Timestral 时间序列基础模型家族,GIFT-Eval 登顶 — mistralai · 2026-10-28
- Gemini 4 Argon 刷新 OCR 纪录：WER 1.73%，超越人类专家 — gabriberton · 2026-10-28