元宇宙是投資中國的第五次重大機(jī)遇
作者為凱思博投資董事長導(dǎo)語：投資邏輯要來自于人性在社會發(fā)展過程中的普遍規(guī)律，由第一性原理出發(fā)找出重大的投資機(jī)會來。1978年的改革開放到今天，中國總共經(jīng)歷了
5 月 1 日消息，深度求索（DeepSeek）昨日（4 月 30 日）在 AI 開源社區(qū) Hugging Face 上，發(fā)布名為 DeepSeek-Prover-V2-671B 的新模型，隨后在 GitHub 等平臺上公布了論文信息。
援引論文介紹，DeepSeek-Prover-V2 是一款專注于形式化數(shù)學(xué)推理的開源大型語言模型，基于 DeepSeek-V3-0324，通過遞歸定理證明管道生成初始數(shù)據(jù)。
Deepseek 推出了 DeepSeek-Prover-V2-671B（結(jié)合 V3 基礎(chǔ)大模型）、DeepSeek-Prover-V2-7B（增強(qiáng)模型）兩個模型，以及 DeepSeek-ProverBench 數(shù)據(jù)集。
DeepSeek-Prover-V2-671B 采用和 DeepSeek V3-0324 相同的架構(gòu)，并非用于常規(guī)對話或者推理，而是用于形式化定理證明、專門增強(qiáng)數(shù)學(xué)能力的模型。
DeepSeek 團(tuán)隊首先引導(dǎo) DeepSeek-V3 模型將復(fù)雜定理分解為一系列子目標(biāo)（subgoals），整合非形式與形式化數(shù)學(xué)推理，在 Lean 4 平臺上形式化證明步驟。
接著，利用一個較小的 7B 參數(shù)模型處理子目標(biāo)的證明搜索，減輕計算負(fù)擔(dān)。最終，結(jié)合完整的逐步證明與 DeepSeek-V3 的思維鏈（chain-of-thought），形成強(qiáng)化學(xué)習(xí)的“冷啟動”數(shù)據(jù)。
在訓(xùn)練中，團(tuán)隊篩選出一批 7B 模型無法直接解決但子目標(biāo)已被證明的難題。通過整合子目標(biāo)證明，形成完整的形式化證明，并與 DeepSeek-V3 的推理過程對接，生成合成數(shù)據(jù)。
隨后，模型微調(diào)這些數(shù)據(jù)，并通過強(qiáng)化學(xué)習(xí)進(jìn)一步提升能力，以二元反饋（正確或錯誤）作為獎勵機(jī)制。最終，DeepSeek-Prover-V2-671B 在神經(jīng)定理證明領(lǐng)域創(chuàng)下新高，在 MiniF2F-test 數(shù)據(jù)集上通過率達(dá) 88.9%，在 PutnamBench 數(shù)據(jù)集中解決 658 個問題中的 49 個。
團(tuán)隊還發(fā)布了 ProverBench 基準(zhǔn)數(shù)據(jù)集，包含 325 個形式化數(shù)學(xué)問題。其中，15 個問題源自近期 AIME 競賽（AIME 24 和 25），涉及數(shù)論與代數(shù)，代表高中競賽難度。
其余 310 個問題則來自精選教材和教學(xué)內(nèi)容，涵蓋線性代數(shù)、微積分、概率等多個領(lǐng)域。這一數(shù)據(jù)集旨在為高中競賽和本科數(shù)學(xué)提供全面評估標(biāo)準(zhǔn)，推動模型在多樣化場景下的測試與應(yīng)用。
相關(guān)閱讀：
《DeepSeek-Prover-V2-671B 新模型開源發(fā)布》
本文鏈接：http://www.tebozhan.com/showinfo-45-12697-0.htmlDeepSeek-Prover-V2 登場：AI 數(shù)學(xué)推理新王者，88.9% 通過率設(shè)新標(biāo)桿
聲明：本網(wǎng)頁內(nèi)容旨在傳播知識，若有侵權(quán)等問題請及時與本網(wǎng)聯(lián)系，我們將在第一時間刪除處理。郵件：2376512515@qq.com
上一篇： 阿里通義千問 2.5-Omni-3B AI 全模態(tài)登場：7B 版 90% 性能，顯存占用減少 53%
Copyright ? 2016-2023 天津谷騏科技有限公司 版權(quán)所有 sitemap.xml
違法及侵權(quán)請聯(lián)系：2376512515@qq.com 津ICP備18001702號
津公網(wǎng)安備 12010102000574號