DeepSeek上新,"奧數金牌水平"....
2025.11.28
11月27日晚，DeepSeek悄悄地在Hugging Face 上開源了壹個新模型：DeepSeek-Math-V2。這是壹個數學方面的模型，也是目前行業首個達到IMO（國際奧林匹克數學競賽）金牌水平且開源的模型。
在同步發布的技術論文中，DeepSeek表示，Math-V2的部分性能優於谷歌旗下的Gemini DeepThink，並展示了模型在IMO-ProofBench基准以及近期數學競賽上的表現。
具體來看，在其中的Basic基准上，DeepSeek-Math-V2 遠勝其他模型，達到了近99%的高分，而排在第贰的谷歌旗下Gemini Deep Think (IMO Gold)分數為89%。但在更難的 Advanced 子集上，Math-V2分數為61.9%，略遜於 Gemini Deep Think (IMO Gold)的65.7%。
在這篇名為《DeepSeek Math-V2：邁向可自驗證的數學推理》的論文中，DeepSeek指出，大語言模型已經在數學推理方面取得了重大進展，這是人工智能的重要試驗台，如果進壹步推進，可能會對科學研究產生影響。
但當前的AI在數學推理方面有著研究局限：以正確的最終答案作為獎勵，正確的答案卻不能保證正確的推理。許多數學任務，如定理證明，需要嚴格的分步推導，而不是數字答案，這使得最終答案獎勵不適用。
為了突破深度推理的極限，DeepSeek認為有必要驗證數學推理的全面性和嚴謹性。團隊提出，自我驗證對於擴展測試時間計算尤為重要，特別是對於那些沒有已知解決方案的開放問題。
此次DeepSeek推出的Math-V2就從結果導向轉向了過程導向，展示了強大的定理證明能力。這壹模型不依賴大量的數學題答案數據，而是通過教會AI如何像數學家壹樣嚴謹地審查證明過程，從而在沒有人類幹預的情況下，也能不斷提升解決高難度數學證明題的能力 。
[加西網正招聘多名全職sales 待遇優]
好新聞沒人評論怎麼行，我來說幾句
11月27日晚，DeepSeek悄悄地在Hugging Face 上開源了壹個新模型：DeepSeek-Math-V2。這是壹個數學方面的模型，也是目前行業首個達到IMO（國際奧林匹克數學競賽）金牌水平且開源的模型。
在同步發布的技術論文中，DeepSeek表示，Math-V2的部分性能優於谷歌旗下的Gemini DeepThink，並展示了模型在IMO-ProofBench基准以及近期數學競賽上的表現。
具體來看，在其中的Basic基准上，DeepSeek-Math-V2 遠勝其他模型，達到了近99%的高分，而排在第贰的谷歌旗下Gemini Deep Think (IMO Gold)分數為89%。但在更難的 Advanced 子集上，Math-V2分數為61.9%，略遜於 Gemini Deep Think (IMO Gold)的65.7%。
在這篇名為《DeepSeek Math-V2：邁向可自驗證的數學推理》的論文中，DeepSeek指出，大語言模型已經在數學推理方面取得了重大進展，這是人工智能的重要試驗台，如果進壹步推進，可能會對科學研究產生影響。
但當前的AI在數學推理方面有著研究局限：以正確的最終答案作為獎勵，正確的答案卻不能保證正確的推理。許多數學任務，如定理證明，需要嚴格的分步推導，而不是數字答案，這使得最終答案獎勵不適用。
為了突破深度推理的極限，DeepSeek認為有必要驗證數學推理的全面性和嚴謹性。團隊提出，自我驗證對於擴展測試時間計算尤為重要，特別是對於那些沒有已知解決方案的開放問題。
此次DeepSeek推出的Math-V2就從結果導向轉向了過程導向，展示了強大的定理證明能力。這壹模型不依賴大量的數學題答案數據，而是通過教會AI如何像數學家壹樣嚴謹地審查證明過程，從而在沒有人類幹預的情況下，也能不斷提升解決高難度數學證明題的能力 。
[加西網正招聘多名全職sales 待遇優]
| 分享: |
| 注： | 在此頁閱讀全文 |
推薦: