DeepSeek推出新型数学推理模型DeepSeekMath-V2,采用可自我验证的训练框架。模型基于DeepSeek-V3.2-Exp-Base构建,通过LLM验证器自动审查生成的数学证明,并利用高难度样本持续优化性能。在IMO 2025和CMO 2024中均达到金牌水平,Putnam 2024获118/120分。团队表示,该成果验证了自验证推理路径的可行性,为构建可靠数学智能系统提供新方向。


DeepSeek推出新型数学推理模型DeepSeekMath-V2,采用可自我验证的训练框架。模型基于DeepSeek-V3.2-Exp-Base构建,通过LLM验证器自动审查生成的数学证明,并利用高难度样本持续优化性能。在IMO 2025和CMO 2024中均达到金牌水平,Putnam 2024获118/120分。团队表示,该成果验证了自验证推理路径的可行性,为构建可靠数学智能系统提供新方向。


猜你喜欢
【4点赞】
【1点赞】
【2评论】【26点赞】
【63评论】【43点赞】
作者最新文章
热门分类
社会TOP
社会最新文章