# MiniMax发布MaxProof框架，结合生成式验证器RL与进化搜索提升测试时扩展，使M3数学证明能力超越人类金牌阈值

- 来源：MiniMax
- 发布时间：2026-06-12 13:38
- AIWatch 分数：72
- AIWatch 标记：当日精选
- AIWatch 链接：https://aiwatch.icu/events/evt_01ktx5xfkdhtc85a2cs7yg1w06
- 原文链接：https://x.com/MiniMax_AI/status/2065308016740905088

## 精选理由

高信息密度，值得细读

## AI 摘要

MiniMax 发布 MaxProof 框架，将 Generative-Verifier RL 与 Evolutionary Search 相结合以提升 Test-time Scaling 能力，使其 M3 模型在数学证明任务上超越 human gold-medal threshold。该工作涵盖基座模型优化、验证器对齐、细化能力构建及测试时扩展框架设计，形成完整的数学证明技术路径，为复杂推理与形式化验证的规模化扩展提供了可复现的范式。
核心观点：
1. MaxProof 框架采用 Generative-Verifier RL 与 Evolutionary Search 实现 Test-time Scaling。
2. M3 在数学证明任务上超越 human gold-medal threshold。
3. 技术路径涵盖基座模型优化、验证器对齐、细化能力构建与测试时扩展框架设计四个环节。

## 正文

MiniMax 发布 MaxProof 框架，将 Generative-Verifier RL 与 Evolutionary Search 相结合以提升 Test-time Scaling 能力，使其 M3 模型在数学证明任务上超越 human gold-medal threshold。该工作涵盖基座模型优化、验证器对齐、细化能力构建及测试时扩展框架设计，形成完整的数学证明技术路径，为复杂推理与形式化验证的规模化扩展提供了可复现的范式。
核心观点：
1. MaxProof 框架采用 Generative-Verifier RL 与 Evolutionary Search 实现 Test-time Scaling。
2. M3 在数学证明任务上超越 human gold-medal threshold。
3. 技术路径涵盖基座模型优化、验证器对齐、细化能力构建与测试时扩展框架设计四个环节。