产品
别名：Lean theorem prover
形式化验证与数学证明的交互式定理证明器，Axiom用于将非正式证明转化为可验证形式。
已跟踪 8 条高相关材料
最近变化
2026-06-03 · Axiom在Putnam考试中取得12/12，优于顶尖本科生与当时最接近的AI系统DeepSeek（103/120）。
为什么值得关注
Lean 被反复提及时，通常意味着它正在影响产品路线、开发者工作流或 AI 产业判断。这个页面把分散材料合并成一个可持续更新的观察入口。
🔬Scaling Past Informal AI - Carina Hong, Axiom Math
Latent Space · 8.7 分
Axiom Math以Verified AI为核心，用形式化证明与Lean工具链将“ brilliance”规模化与复利化，已在Putnam达12/12并在Verina Codegen取得99%（187/189），显著高于OpenAI o3的4.9%，为AGI路径提供关键能力验...
5篇AI生成的数学论文被接收！00后创始人洪乐潼融资14个亿
量子位 · 8.7 分
Axiom Math的AI系统AxiomProver生成并形式化证明的8篇数学论文中，5篇已通过同行评审发表；其核心是“自然语言问题→Lean形式化→机器验证”闭环，00后创始人洪乐潼带队完成14亿人民币融资，估值达16亿美元。
mimalloc: A new, high-performance, scalable memory allocator for the modern era
Microsoft Research Blog · 8.5 分
mimalloc 是一个高效、可扩展的内存分配器，适用于现代高并发、大内存规模的应用场景，显著提升了 Bing 等服务的响应时间。
已收录 8 条与 Lean 相关的内容，按评分排序。
Axiom Math advances Verified AI to scale brilliance and compound it through formal proofs with Lean, achieving 12/12 on Putnam and 99% (187/189) on Verina Codegen, far exceeding OpenAI o3’s 4.9%, providing critical capability verification and knowledge propagation for AGI.
入选理由：Axiom在Putnam考试中取得12/12，优于顶尖本科生与当时最接近的AI系统DeepSeek（103/120）。
Axiom Math’s AI system AxiomProver generated and formally verified 8 math papers, 5 of which have passed peer review; its core is a ‘natural language → Lean formalization → machine verification’ loop. Founder Hong Letong (born 2001) led a $1.4B RMB funding round, with valuation reaching $1.6B USD.
入选理由：AxiomProver在24小时内可生成完整、机器验证的数学证明，已解决6个Ballantine等提出的猜想并发现1个反例
mimalloc 是一个高效、可扩展的内存分配器，适用于现代高并发、大内存规模的应用场景，显著提升了 Bing 等服务的响应时间。
入选理由：mimalloc 提供了有界最坏情况分配时间，空间开销最小，内部碎片率低。
数学家发现AI在验证、迭代流程和人类监督下的优势，企业应借鉴这些条件来加速AI进展。
入选理由：AI在数学中的应用加速了验证和迭代流程。
Microsoft Research introduces Intervene, a real-time framework that uses LLM-driven projection to decompose agent outputs into verifiable properties and automatically generates formal specs and verifiers (Python/Lean) for runtime intervention.
入选理由：Intervene 是微软研究院提出的实时 AI agent 验证框架，支持对部分响应进行即时验证。
Meta利用AI将数学教材翻译成Lean库，使用1830亿token，推动形式化数学发展。
入选理由：Meta使用1830亿token训练模型，将数学教材转化为Lean库。
The article claims to introduce Lean to programmers but actually focuses entirely on interactive theorem proving with Lean and AI, misrepresenting its topic with low practical value and incomplete content.
入选理由：Lean 4 配合 GitHub Copilot 可用于交互式定理证明，Terence Tao 已在 YouTube 上直播使用。
Gary Marcus questions whether the new math achievement uses neurosymbolic approaches with Lean tools or relies purely on LLMs, but provides no technical details.
入选理由：该推文仅提出技术路线疑问，未展示任何实证分析或架构细节
