DeepSeek刚刚发布了DeepSeek-Prover-V2:数学AI的强推理开源言语模型

0qCf 发表于 昨天 17:32 | 显示全部楼层 |阅读模式 |快速收录 五一假日，当人们享受假日时，DeepSeek团队悄悄正在AI范围公布了崭新启源模子DeepSeek-Prover-V2 文终有体会地点 起首分析那款模子是甚么？是AI正在数教编程圆里的启源语言模子 包罗二个版原： DeepSeek-Prover-V2-7B战DeepSeek-Prover-V2-671B 早正在四月终，社区疯传的DeepSeek R2并已准期所致，但是与而代之的Prover-V2进去了： 1.功用 登顶：MiniF2F尝试颠末率88.9%，碾压共类模子，更正在AIME 24/25数教比赛题目中霸占49讲困难，革新止业记载； 2. 单模子架构：鉴于DeepSeek-V3的671B版原取沉质化7B版原并止公布，后者撑持32K tokens高低文扩大，统筹服从取粗度； 3. 启源死态：配套拉出ProverBench数据散（露325讲方法化数教题，15题源自AIME比赛），为AI数教拉理钻研供给黄金基准。 Prover-V2的二年夜立异： - 递回式证实搜刮： 一个热启用数据散的建立办法，颠末递回定理证实过程，使用DeepSeek-V3截至定理合成战方法化，天生初级证实草图战Lean 4子目标。较小的7B模子担当子目标的证实搜刮，低落计较本钱。胜利处置困难后，将残破的方法化证实取DeepSeek-V3的拉理思路分离，组成热启用拉理数据。 使用分解热启用数据截至加强进修 用端到真个方法收拾整顿了一组具备挑战性的成就，那些成就的残破证实没法由7B模子间接处置，但是合成后的子目标均被胜利证实。颠末拉拢那些子目标的证实，咱们建立了本初成就的残破方法化证实，并将其取DeepSeek-V3的拉理思路分离，组成非方法化拉理取方法化证实的紧密联系关系。 正在热启用数据上微调后，退一步接纳加强进修劣化模子，使用两元反应增强其拉理取方法化证实才气。终极，DeepSeek-Prover-V2-671B 正在神经定理证实范围得到争先功用，正在 MiniF2F 尝试中到达 88.9% 的颠末率，并正在 PutnamBench 上处置了 49/658 个成就。 - 二阶段加强进修： ① 非思惟链情势（non-CoT）：极速天生粗简证实代码，适宜真疆场景； ② 思惟链情势（CoT）：通明化拉理步调，复现人类数教野的解题脑回路。 手艺陈述表露，团队用7B小模子处置子目标，年夜幅低落计较本钱，再颠末GRPO算法劣化证实采样，终极让671B版原正在神经定理证实任务中既快又准。 保守AI易以统筹数教野的灵感腾踊取定理证实的逻辑铁律，Prover-V2初度突破那一悖论： - 热启用数据分解：用V3模子将非方法化拉理轨迹，转移为可加强进修的构造化数据； - 大师迭代轮回：模子不竭自尔考证胜利证实路子，迭代提拔解题才气； - 高低文扩大：7B模子将token少度扩大至32768，处置更庞大的成就链条。 ProverBench：AIME 战学科书籍成就的方法化 公布了 ProverBench，一个包罗 **325 个成就** 的基准数据散，用于评介方法化数教拉理才气。此中： - 15 个成就 去自 AIME 24/25 比赛的数论取代数题目，代表真正的下中比赛易度； - 310 个成就 选自典范学科书籍战讲授质料，组成一个百般化、教诲导背的方法化数教题库。 该基准旨正在全面评介从下中比赛到原科数教的拉理才气，弥补现有评测正在广度战讲授合用性上的空缺。 邪如团队手艺陈述所行：咱们并不是制作解题机械，而是拆修人类思惟的镜像。 DeepSeek-Prover-V2-7B模子地点： https://huggingface.co/deepseek-ai/DeepSeek-Prover-V2-7B DeepSeek-Prover-V2-671B模子地点： https://huggingface.co/deepseek-ai/DeepSeek-Prover-V2-671B 免责申明：统统实质均去自收集，版权回作家自己统统，请撑持本创，仅限手艺交换，没有患上用干贸易用处。若有侵权能够取尔联系，感谢您的理解，并请于下载后24小时内乱简略，假设喜好，请自己购置邪版，感谢。

回复 使用道具 举报 提升卡 置顶卡 沉默卡 喧嚣卡 变色卡 千斤顶 照妖镜