11月27日晚 ,DeepSeek悄悄地在Hugging Face 上开源了一个新模型:DeepSeek-Math-V2。这是一个数学方面的模型,也是目前行业首个达到IMO(国际奥林匹克数学竞赛)金牌水平且开源的模型 。
在同步发布的技术论文中,DeepSeek表示,Math-V2的部分性能优于谷歌旗下的Gemini DeepThink ,并展示了模型在IMO-ProofBench基准以及近期数学竞赛上的表现。
具体来看,在其中的Basic基准上,DeepSeek-Math-V2 远胜其他模型 ,达到了近99%的高分,而排在第二的谷歌旗下Gemini Deep Think (IMO Gold)分数为89%。但在更难的 Advanced 子集上,Math-V2分数为61.9% ,略逊于 Gemini Deep Think (IMO Gold)的65.7%。
在这篇名为《DeepSeek Math-V2:迈向可自验证的数学推理》的论文中,DeepSeek指出,大语言模型已经在数学推理方面取得了重大进展 ,这是人工智能的重要试验台,如果进一步推进,可能会对科学研究产生影响 。
但当前的AI在数学推理方面有着研究局限:以正确的最终答案作为奖励 ,正确的答案却不能保证正确的推理。许多数学任务,如定理证明,需要严格的分步推导,而不是数字答案 ,这使得最终答案奖励不适用。
为了突破深度推理的极限,DeepSeek认为有必要验证数学推理的全面性和严谨性 。团队提出,自我验证对于扩展测试时间计算尤为重要 ,特别是对于那些没有已知解决方案的开放问题。
此次DeepSeek推出的Math-V2就从结果导向转向了过程导向,展示了强大的定理证明能力。这一模型不依赖大量的数学题答案数据,而是通过教会AI如何像数学家一样严谨地审查证明过程 ,从而在没有人类干预的情况下,也能不断提升解决高难度数学证明题的能力 。
论文提到,Math-V2在IMO 2025和CMO 2024上取得了金牌级成绩 ,在Putnam 2024上通过扩展测试计算实现了接近满分的成绩(118/120)。
DeepSeek认为,虽然仍有许多工作要做,但这些结果表明 ,可自我验证的数学推理是一个可行的研究方向,可能有助于开发更强大的数学AI系统。
对于DeepSeek此次的动作,海外的反应是“鲸鱼终于回来了 ” 。有网友感慨,DeepSeek以10个百分点的优势击败了谷歌的IMO Gold 获奖模型DeepThink ,这不在预测范围内。“想象一下,当他们公布编程模型时会发生什么,我打赌他们绝对有编程模型。”
目前 ,行业头部厂商的模型已经又迭代了一轮,11月,先是OpenAI发布了GPT-5.1 ,几天后xAI发布Grok 4.1,就在上周谷歌发布了Gemini 3系列引爆AI圈,“也该轮到DeepSeek出牌了” 。不过 ,更受外界关注的仍然是,DeepSeek的旗舰模型到底什么时候更新,行业期待“鲸鱼”的下一个动作。
东财图解·加点干货(文章来源:第一财经)
股票开户需要什么手续费:杠杆炒股是什么原理-盘中集体涨停!两大利好突然来袭!储能、核电等概念股异动
怎么在网上开户买股票详细步骤:炒股上杠杆是什么意思-总投资约1.2万亿!雅鲁藏布江下游水电工程正式开工
网上股票交流群:炒股加杠杆是什么意思-券商龙头三级连罚!从业者本人、所在分支机构、省级分公司被罚
山西炒股配资开户:股票玩杠杆是什么意思-“924行情”这一年!近1500股涨幅翻倍 科创芯片ETF领涨市场
在手机上怎么交易股票:炒股放杠杆是什么意思-特朗普称美联储主席人选是沃勒、沃什和哈塞特
股票网上开户哪家好:股票杠杆是什么意思啊-美国7月非农仅录得7.3万人 前两月数据“暴力”下修 9月降息希望重燃
网络股票配资平台:杠杆炒股平仓是什么意思-CPO造富盛宴:8家公司股价翻倍 有实控人身家暴增330亿 批量生产千万富翁
股市人气排名前十名的股票:加杠杆炒股是什么意思-机构解读谷歌芯片竞争力:参数不如英伟达 但系统级工程能力使得成本效率旗鼓相当
全国炒股配资门户_在线炒股配资_正规股票配资网提示:文章来自网络,不代表本站观点。
记者辛圆3月25日,博鳌亚洲论坛旗舰报告《亚洲经济前景及一体化进程2025年度报告》(以下简称《报告》...
记者王珍中国国际经济交流中心副理事长、国务院发展研究中心原副主任王一鸣周一在“中国发展高层论坛2025...
3月24日,易方达国证自由现金流ETF公开发售。该产品跟踪国证自由现金流指数,这个指数是什么?有哪些优势?投资价值如何?...
3月24日,海洋王照明科技股份有限公司(以下简称“海洋王”,002724.SZ)早盘一字跌停,此后股价拉涨,尾盘封涨停板...
记者|赵阳戈年初,证监会就修改《证券发行与承销管理办法》部分条款向社会公开征求意见,市场也将注意力投向了...