2
35
从答案正确到推理正确的跃进，DeepSeekMath-V2迈
2025-12-05 23:31:21
0点赞
0收藏
0评论
DeepSeekMath-V2是一个专为实现自我验证的数学推理而设计的高级大语言模型 (LLM)，旨在通过迭代训练流程解决传统LLM仅依赖最终答案奖励的局限性，强调严谨的定理证明和内部评估。核心方法是训练一个专门的基于LLM的验证器来准确评分并识别证明中的逻辑错误，同时引入辅助的元验证器 以确保评估的可靠性。证明生成器被激励利用这种验证能力进行 迭代的自我分析和完善，以最大限度地解决发现的错误，同时利用验证算力自动化地标注新的难题来持续改进验证器。通过这种协同方法，DeepSeekMath-V2展现出卓越的性能，在包括 IMO 2025 在内的重大竞赛中获得了 金牌级分数，并在 2024 年普特南大学生数学竞赛中取得了 接近满分 (118/120) 的成绩。
添加图片注释，不超过 140 字（可选）
添加图片注释，不超过 140 字（可选）
添加图片注释，不超过 140 字（可选）
添加图片注释，不超过 140 字（可选）
添加图片注释，不超过 140 字（可选）
添加图片注释，不超过 140 字（可选）
添加图片注释，不超过 140 字（可选）
添加图片注释，不超过 140 字（可选）
添加图片注释，不超过 140 字（可选）
添加图片注释，不超过 140 字（可选）
添加图片注释，不超过 140 字（可选）
添加图片注释，不超过 140 字（可选）
添加图片注释，不超过 140 字（可选）
