Mistral Melancarkan Leanstral 1.5: Satu Lonjakan Besar dalam Matematik Formal dan Pengesahan Kod
Mistral AI telah melancarkan Leanstral 1.5 secara rasmi, sebuah model sumber terbuka yang berkuasa dan direka khusus untuk pengesahan formal menggunakan bahasa pengaturcaraan Lean 4. Dengan menguasai ketegasan bukti matematik dan ketepatan perisian, model ini menandakan lonjakan besar dalam kegunaan AI sumber terbuka untuk persekitaran teknikal berisiko tinggi.
Mendominasi Penanda Aras Matematik Formal
Leanstral 1.5 direka untuk mengemudi logik kompleks yang diperlukan oleh Lean 4, sebuah bahasa yang dibina untuk mengesahkan bukti matematik dan kebolehpercayaan perisian. Prestasi model ini pada penanda aras khusus adalah sangat luar biasa. Ia mencapai skor sempurna 100 peratus pada miniF2F, sebuah penanda aras yang merangkumi matematik tahap sekolah menengah sehinggalah tahap kesukaran tinggi olimpiad matematik.
Apabila diuji terhadap PutnamBench—koleksi 672 masalah daripada pertandingan matematik berprestij Putnam—Leanstral 1.5 berjaya menyelesaikan 587 masalah. Prestasi ini meletakkannya di kedudukan teratas dalam bidang sumber terbuka, hanya ketinggalan di belakang Aleph Prover yang bersifat sumber tertutup. Selain itu, model ini menunjukkan penguasaan dalam matematik peringkat pascasiswazah dalam bidang algebra, dengan skor 87 peratus pada penanda aras FATE-H dan 34 peratus pada FATE-X, yang merangkumi topik lanjutan seperti teori kumpulan dan gelanggang (group and ring theory).
Melangkaui Matematik: Pengesanan Pepijat Kod Dunia Sebenar
Walaupun kehebatan matematiknya menjadi tajuk utama, Leanstral 1.5 terbukti menjadi alat yang hebat bagi jurutera perisian melalui keupayaan pengesahan kodnya. Mistral menunjukkan kegunaan praktikal model ini dengan menggunakannya untuk mengimbas 57 repositori sumber terbuka yang berbeza.
Dalam aplikasi dunia sebenar ini, model tersebut berjaya mengenal pasti lima pepijat yang sebelum ini tidak diketahui. Satu penemuan penting ialah pepijat limpahan (overflow bug) yang terletak dalam perpustakaan Rust varinteger. Keupayaan untuk mengesan ralat halus yang berimpak tinggi dalam kod tahap pengeluaran ini menunjukkan bahawa Leanstral 1.5 boleh berfungsi sebagai "sanity check" automatik bagi pembangun yang bekerja dalam bahasa yang selamat memori (memory-safe) atau kritikal misi.
Ketegasan Teknikal dan Kebolehcapaian
Pembangunan Leanstral 1.5 melibatkan saluran latihan (training pipeline) yang canggih yang terdiri daripada latihan pertengahan (mid-training), penalaan halus terselia (SFT), dan pembelajaran pengukuhan (RL). Pendekatan pelbagai peringkat ini memastikan model tersebut bukan sekadar meramalkan token seterusnya, tetapi memahami struktur logik asas yang diperlukan untuk penaakulan formal.
Dalam langkah yang memperkukuh ekosistem sumber terbuka, Mistral telah mengeluarkan model ini di bawah lesen Apache 2.0. Ini membolehkan pembangun dan penyelidik untuk menyepadukan, mengubah suai, dan melancarkan model tersebut dengan sekatan yang minimum. Leanstral 1.5 kini tersedia melalui Hugging Face dan melalui API percuma, sekali gus merendahkan halangan kemasukan bagi pasukan yang ingin melaksanakan pengesahan formal dalam aliran kerja mereka.
Ringkasan Utama
- Kecemerlangan Penanda Aras: Leanstral 1.5 mencapai skor 100% pada miniF2F dan mengatasi hampir semua pesaing sumber terbuka pada PutnamBench dan ujian algebra peringkat pascasiswazah.
- Pembetulan Ralat Praktikal: Model ini telah membuktikan keupayaannya untuk mencari kerentanan dunia sebenar, seperti pepijat limpahan dalam perpustakaan Rust, semasa imbasan repositori.
- Pemerkasaan Sumber Terbuka: Dikeluarkan di bawah lesen Apache 2.0, model ini sangat mudah dicapai melalui Hugging Face dan API percuma untuk komuniti pembangun global.