Seed Prover 在多个形式化数学基准测试中的表现领先

hbghlyj

字节跳动 Seed 团队开发的「Seed Prover」耗时 3 天在 2025 年IMO中以 30 分（解出 4 道和部分第 1 题，赛后解出）达到银牌标准。此外，Seed Prover 在多个形式化数学基准测试中的表现领先：

测试基准	Seed Prover 表现	前代系统
IMO 2025	解出 4 / 6（重量级），赛后达成 5/6	5/6（Gemini，自然语言）
MiniF2F‑valid	100%（中量级，1 题重量级）	90.6%（DeepSeek‑Prover‑V2）
MiniF2F‑test	99.6%（中量级）	92.2%（Kimina‑Prover）
PutnamBench	解出 331 题（中量级）	64 题（Goedel‑Prover‑V2）
CombiBench	30%（中量级）	10%（DeepSeek‑Prover‑V2）
MiniCTX‑v2	81.8%（轻量级）	44.3%（Q4‑mini）

截至目前，Seed Prover 尚未被包含在PutnamBench 的官方 leaderboard中该榜单上仅包括 Goedel‑Prover‑V2、DeepSeek‑Prover‑V2 等系统。值得后续关注。
leanprover.zulipchat.com/#narrow/channel/2199 … 02025/with/530758981