DeepSeek发布了全新开源大模型 实现了数学能力的：重；大提升

前天晚上，DeepSeek发布了最新的数学专用大模型V2。 该模型有两个版本，分别是671亿参数和7亿参数。在极具挑战性的数学评测MiniF2F中，671B版本的通过率高达88.9%。此外，在PutnamBench包含的658道题目中，该模型成功解决了49道，展现出卓越的数学推理和解题能力。 同时，DeepSeek还公开了一个高质量的数学评测数据集ProverBench，为数学能力测试提供了有力支持。

开源地址：https://huggingface.co/deepseek-ai/DeepSeek-Prover-V2-671B

评估数据集：https://huggingface.co/datasets/deepseek-ai/DeepSeek-ProverBench

在架构方面，V2-671B是在DeepSeek-V3-Base模型的基础上进一步训练得到的，而V2-7B则基于DeepSeek-Prover-V1.5-Base构建，同时扩展了上下文长度，最大支持32K标记。

V2搭建了一个统一的数学推理框架，将非形式化推理与形式化证明相结合。它通过将复杂数学问题拆解为多个子目标，利用V3的逐步推理能力，实现了从问题拆解到最终证明生成的无缝连接。

在冷启动数据生成阶段，V2采用递归的定理证明流程。首先，V3被用来将定理拆分成高层次的证明草图，并在Lean4环境中对这些证明步骤进行形式化，形成多个子目标。随后，较小的7B模型专注于每个子目标的证明搜索，这极大地减轻了整体计算压力。当所有拆分步骤完成后，结合DeepSeek-V3的链式思考技术，系统生成了用于初始训练的推理数据。

基于这些冷启动数据，V2进入强化学习阶段。在此阶段，重点挑选出那些7B模型无法端到端解决的问题，但其所有子目标均已成功证明。通过整合这些子目标的证明，构建出完整形式化的原始问题证明，并将其融合进V3的链式思考流程，实现了非形式推理与形式证明的连贯结合。

在强化学习阶段，模型主要依靠二元的正误反馈作为奖励信号，进一步提升了将非形式推理与形式证明相结合的能力。为了更全面地评估模型表现，DeepSeek推出了ProverBench测试集。该数据集涵盖了325道问题，其中15道题目取自近期AIME（第24届和第25届）竞赛中的数论和代数题，体现了真实高中竞赛的难度水平。

其余的310道题目来源于精心挑选的教科书案例和教学资料，内容涵盖高中至大学阶段的多个数学领域，如数论、基础代数、线性代数、抽象代数、微积分、实分析、复分析、泛函分析以及概率论等，为对模型能力的评估提供了广泛且多样化的测试内容。

·

我们相信人工智能为普通人提供了一种“增强工具”，并致力于分享全方位的AI知识。在这里，您可以找到最新的AI科普文章、工具评测、提升效率的秘籍以及行业洞察。

欢迎关注“福大大架构师每日一题”，让AI助力您的未来发展。

流浪孤舟：生命的风浪中寻找归属的旅程

流浪孤舟生命的风浪中寻找归属的旅程是一本探讨人生孤独与归属感的书籍。以下是几个相关的问题及其解答。

何为“流浪孤舟”？

“流浪孤舟”象征着生活的海洋中漂泊不定的个体。它反映了人们追寻自我、寻找归属时所经历的迷茫与不安。中，许多人常常感受到孤独，身边有着亲友的陪伴，内心却难以找到真正的归属。

归属感的重要性是什么？

归属感是人类基本的心理需求之一。它使个体感受到安全、支持与认同，有助于提升自尊心与幸福感。当缺乏归属感时，人们容易感到孤独、焦虑，甚至抑郁。，寻找到能让自己感受温暖与接纳的地方至关重要。

如何风浪中找到归属？

寻找归属需要勇气和探索精神。个体应当认识到自己的内心需求，并愿意走出舒适区，主动与他人交流。参与社交活动、加入兴趣小组或志愿者组织，都能够帮助拓展社交圈，找到志同道合的人。反思与理解自身经历也有助于重建内心的连接，逐渐找到归属感。

（内容来源：海西晨报）