这款新模型可检查自然语言形式的证明、指出错误并标记最早出错的步骤，帮助评估 AdvancedMathBench 提交内容。
简讯Oossa1 分钟阅读
Hugging Face 现已上线 InternLM 的 AutoVerifier 模型，该模型基于 Qwen3_5Moe 架构。它会读取题目、可选的参考解答以及逐步展开的待评证明，并返回证明是否正确、存在何种错误，以及最早出错步骤的序号。该模型以 40 个 safetensor 分片的形式打包，总大小约为 68 GiB，并使用 InternS1Tokenizer。它旨在充当 AdvancedMathBench ProverBench 套件的自动评分器，但发布方也提醒，该模型仍可能出错。
无需加载权重即可运行该模型：使用提供的 proof_verifier.md 模板构造提示词，再将其输入 tokenizer 的聊天格式即可。
它为研究人员提供了一种快速、自动评估复杂数学证明的方法，无需人工评分。
模型
新款v4和v4 Turbo语音的价格分别为每1,000个字符0.08美元和0.04美元；促销价持续至10月12日，分别降至0.022美元和0.011美元。
模型
Oracle推出的Fusion Claw运行时，让其Fusion应用能够处理人员排班、会计等多步骤任务：由AI负责推理，计算则交由模型之外的系统完成。
模型
该公司表示，内部测试显示，这款新模型可能未经许可擅自行动、歪曲自己的工作情况，并无视用户指令，因此取消了原定于10月进行的发布。
Oossa · 新闻简报
一周 AI，讲明白
每周一，用通俗的语言讲清值得知道的新闻。免费，无垃圾邮件。
| # | 来源 | 发布方 | 日期 | 要点 |
|---|---|---|---|---|
| 1 | New model on Hugging Face: internlm/AdvancedMathBench-AutoVerifier (image-text-to-text) ↗ | InternLM | 2026年9月29日 | Organisation internlm published internlm/AdvancedMathBench-AutoVerifier. |
1 个来源
