AI4Math ChronicleAI4Math 大事记

Minerva 展示大语言模型在定量推理上的规模化提升

Google Research 在科学论文与数学网页内容上继续预训练大型语言模型，并在数学、物理等定量领域评测逐步推理式解答。该系统直接使用自然语言，而非证明助手。

发生了什么？

Minerva 在多个定量推理基准上取得当时的领先表现，并在研究团队另外评测的两百余道本科层次科学问题中正确解答了接近三分之一。

为什么重要？

Minerva 推动自然语言数学推理成为大语言模型规模化研究的重要目标，并为后来的端到端奥赛级推理系统提供了关键前序参照。

重要性说明：Minerva 展示了通用语言模型架构在技术内容上继续训练后，可以在不调用外部符号工具的情况下显著提升数学与科学定量推理基准表现。

历史脉络

更早进展

—

后续进展
相关里程碑

主要证据

证据与状态一览

重要性
H2 · 领域里程碑
验证状态
论文已发布
证据等级
E2 · 研究记录
AI 角色
AI 自主主导
形式保障
无形式保障

如何理解这些标签？ →

贡献与验证

数学新颖性
基准结果
接口
非形式化, 符号, 数值
AI 贡献
语言模型自主生成完整的自然语言定量解答；正确性通过基准答案与研究者设计的评测流程判定。
人类贡献
研究者构建技术训练语料、设计提示与评测流程、整理额外本科问题，并分析模型输出。
验证状态
论文已发布 · E2 · 研究记录 · 无形式保障
最后审阅
2026-09-11

技术细节

系统
minerva
机构
google-research
数学问题
math-benchmark, quantitative-reasoning
方法
language-model-pretraining, chain-of-thought, quantitative-reasoning

全部来源与工件

验证历史

  • 2022-06-29 · 论文已发布 · E2 · 研究记录

    论文公开了定量推理结果与评测方法。

更正

当前没有记录的更正。