DeepSeek发布全新数学专用大模型V2

前天晚上，DeepSeek发布了最新的数学专用大模型V2。它有671亿参数和7亿参数两个版本。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道题目里，该模型成功解决了49道，展现出超强的数学推理和解题能力。

V2模型的架构与推理框架

V2-671B是在DeepSeek-V3-Base模型基础上进一步训练得到的，V2-7B则基于DeepSeek-Prover-V1.5-Base构建，还扩展了上下文长度，最大支持32K标记。V2搭建了统一的数学推理框架，把非形式化推理与形式化证明相结合。它通过拆解复杂数学问题为子目标，利用V3的逐步推理能力，实现了从问题拆解到证明生成的无缝连接。

V2模型的数据生成与强化学习阶段

在冷启动数据生成阶段，V2采用递归的定理证明流程。先让V3拆分定理成证明草图并形式化，7B模型专注子目标证明搜索，减轻计算压力。完成拆分后，结合DeepSeek-V3的链式思考技术生成推理数据。基于这些数据，V2进入强化学习阶段，挑选7B模型无法端到端解决但子目标已证明的问题，整合子目标证明构建原始问题证明，融合进V3的链式思考流程。

ProverBench测试集评估模型表现

在强化学习阶段，模型依靠二元正误反馈提升能力。为评估模型，DeepSeek推出ProverBench测试集。该数据集涵盖325道问题，15道取自近期AIME竞赛的数论和代数题，体现高中竞赛难度。其余310道题目来源于教科书案例和教学资料，涵盖多个数学领域，为评估提供广泛多样测试内容。