当前位置:首页 > 热点关注 > 正文内容

DeepSeek新数学模型刷爆记录 刷新多项高难基准测试

5个月前 (05-01)热点关注161

   DeepSeek推出了新模型DeepSeek-Prover-V2,专注于数学定理证明,并在多项高难度基准测试中刷新了记录。在普特南测试上,Prover-V2解决了49道题,远超当前第一名的10道和未针对定理证明优化的DeepSeek-R1的1道。

  

   论文中特别提到“通过强化学习发现新技能”的现象。例如,在普特南测试中,参数量较小的DeepSeek-Prover-V2-7B用非CoT生成模式成功解决了13个671B模型未能解决的问题。团队检查后发现,7B模型处理涉及有限基数的问题时,经常使用Cardinal.toNat和Cardinal.natCast_inj,而671B模型没有这些内容。这表明7B模型学会了671B模型未学会的新技能。

  

   DeepSeek-Prover系列模型已推出三款:2024年3月的DeepSeek-Prover、2024年8月的DeepSeek-Prover-V1.5以及2025年5月的DeepSeek-Prover-V2。Prover-V1主要通过大规模合成数据集微调DeepSeek-Math-7B来推进定理证明。Prover-V1.5增加了证明助手反馈的强化学习(RLPAF)和蒙特卡洛树搜索方法。Prover-V2进一步提出“子目标分解的强化学习”,基础模型从DeepSeek-Math-7B升级到DeepSeek-V3,整合了高上下文窗口和强大的自然语言推理能力,统一了形式化和非形式化数学证明。

  

   Prover-V2还继承了Prover-V1.5提出的CoT和非CoT生成两种模式。通过递归证明搜索合成冷启动推理数据,利用DeepSeek-V3将定理分解为高级证明草图并在Lean 4中形式化,从而产生一系列子目标。使用70亿参数模型处理每个子目标,减轻计算负担。一旦具有挑战性的问题的分解步骤得到解决,就将完整的逐步形式化证明与来自DeepSeek-V3的相应思维链配对,创建冷启动推理数据。

相关文章

签署“矿产协议” 美有“难言之隐” 美国让步背后的原因

签署“矿产协议” 美有“难言之隐” 美国让步背后的原因

   历经多轮谈判,美国和乌克兰最终签署了《美乌重建投资基金成立协议》,即此前所称的“美乌矿产协议”。从已公布的内容来看,该协议包含无债务负担、税收保障等条款,似乎对乌克兰有利,也比之前的...

别克4月销量达3.27万辆 多款车型销量大增

别克4月销量达3.27万辆 多款车型销量大增

   5月1日,上汽通用汽车别克品牌公布了最新的销售数据。今年4月,别克品牌的总销量达到3.27万辆。其中,GL8家族的销量为1.02万辆,昂科威“双子星”的销量同比增长了138%,君越及...

五一小长假多地疯狂“抢游客” 消费券大战开启

   前几日,“专家建议五一拿出一万亿促消费”的消息引发广泛关注。尽管该建议尚未实施,但多个地方已推出大手笔消费券吸引游客。减免门票、增加文旅节目已成为基本操作,各地消费券金额也屡创新高。...

《24小时》 20250501

   本期节目主要内容: 激情假期,活力中国·“五一”假期首日:全社会跨区域人员流动量预计超3.4亿人次;美国第一季度经济环比萎缩0.3%,三年来首次出现负增长:三年来,最差季度表现;布帕...

登陆少年演唱会内场 检票指南公布

   2025年TOP登陆少年组合·无所畏计划·演唱会将在晋江第二体育中心主体育馆举办,相关检票指南已经公布。    观演人需携带与购票时提供的对应观演人有效证件一致的身...

四川峨眉山连续两日出现日晕 蓝天白云添奇观

四川峨眉山连续两日出现日晕 蓝天白云添奇观

   连日来,四川峨眉山市蓝天白云,艳阳高照。五一假期期间,5月1日和2日,峨眉山市连续两天出现了日晕现象,给前来旅游的游客带来了惊喜。   ...