欧洲人工智能初创公司 Mistral AI 近日发布了一款专为数学形式化证明设计的全新模型 Leanstral 1.5，标志着 AI 在严谨数学推理领域的能力迈上新台阶。该模型基于 Lean4 程序语言开发，虽然拥有 119B 的总参数规模，但在实际推理过程中仅激活 6B 参数，展现出极高的计算效率。
性能大幅超越同类模型
Leanstral 1.5 在多个关键的数学证明基准测试中取得了令人瞩目的成果。在 miniF2F 形式数学基准的验证集与测试集上，该模型均实现了 100% 的完成率。在著名的 PutnamBench 数学竞赛提供的 672 道 Lean4 问题中，Leanstral 1.5 成功解决了其中的 587 道。此外，对于抽象代数领域的 FATE 系列基准，Leanstral 1.5 在硕士级 FATE-H 上达成了 87% 的完成率，在博士级 FATE-X 上也达到了 34%，这两项成绩均刷新了现有最优记录。
显著降低推理成本
Leanstral 1.5 最具吸引力的亮点之一是其极低的运行成本。在 PutnamBench 数据集上的测试显示，该模型平均每道题的解题成本仅为 4 美元，远低于其他同类模型。例如，字节跳动的 Seed-Prover 1.5 在同等任务上需要超过 300 美元，而 Aleph Prover 的成本则在 54 至 68 美元之间。这意味着 Leanstral 1.5 的推理成本仅为当前最强竞争对手的约百分之一，有望彻底扫除数学形式化证明大规模商业化应用的经济壁垒。
除了理论性能的突破，Leanstral 1.5 在真实的工程场景中也展现出了强大的实用价值。在针对 57 个代码库的测试中，该模型成功标记了 47 个违规属性，其中 11 个指向了真实的代码缺陷。尤为重要的是，有 5 个代码缺陷是此前从未在 GitHub 上报告过的新问题。这表明 Leanstral 1.5 不仅能胜任纯粹的数学竞赛，更能有效应用于软件工程领域的验证，证明了高效的模型参数激活机制才是将 AI 推向实际应用的关键。
Leanstral 1.5 的问世，预示着 AI 在形式化数学推理领域的应用门槛将大幅降低，其精准的证明能力和极高的成本效益，使其在学术研究、软件开发验证以及更广泛的依赖于严谨逻辑推导的领域具有巨大的应用潜力，有望加速 AI 在解决复杂科学问题中的角色演变。