99久热热

电脑版下载

89329
4

99久热热截图Q8X2R7L1T4J5M9B6W3

内容详情

99久热热

作者 | 辰辰

出品 | 网易科技

专挑节沐日搞大新闻”的DeepSeek又脱手了。

就在大洋彼岸的工程师们准备切火鸡庆祝节日时，DeepSeek坚持了极客古板，悄然上线了DeepSeekMath-V2。

开源权重、IMO金牌水平、逾越GPT-5。?这套熟悉的“三连击”，再次牢靠了DeepSeek作为“开源灯塔”的职位。?在算力受限的配景下，DeepSeek 再次证实晰自己：不需要重大的 GPU 集群，也能用算法事业在最硬核的数学赛道上，教闭源巨头们“做人”。

它“不搞虚的”，直接拿数学竞赛界的“最终试金石”，包括2025国际数学奥林匹克（IMO 2025）?和?普特南数学竞赛（Putnam）?的真题开练。在严苛的基准测试中，它交出了一份与 GPT-5和 Gemini 2.5 Pro 平起平坐，甚至更胜一筹的完善答卷。

1. 战绩彪悍：AI “碾压”人类学霸

DeepSeekMath-V2究竟有多强？数据不会说谎。

——?IMO 2025金牌得主，比肩谷歌 OpenAI。?在 IMO 2025的基准测试中，DeepSeekMath-V2乐成解出6道题中的5道，抵达“金牌”水准。这一效果直接对标谷歌 DeepMind 和 OpenAI 此前引以为傲的闭源模子。?要知道，在此之前，这种级别的推理能力是硅谷巨头们严防死守的商业神秘。

——?普特南竞赛：118分 VS 人类最高分90分。?威廉·罗威尔·普特南数学竞赛（Putnam）可以说是北美本科生的“恶梦”，以难度极高著称，中位数得分甚至靠近于0。DeepSeek 团队透露，DeepSeekMath-V2在2024年的普特南考题测试中，12道题做对了11道，最后一道也仅有细小瑕疵，最终得分118分（满分120）。相比之下，人类选手的最高分只有90分左右。这说明 AI 不但仅是在“背题”，而是具备了逾越顶尖人类选手的逻辑解题能力。

别的，DeepSeekMath-V2在代数、几何等5大数学领域周全逾越 GPT-5和 Gemini 2.5 Pro。

2. 揭秘：为什么它能这么智慧？

数学推理一直是 AI 的软肋，由于大模子很容易“一本正经地乱说八道”（幻觉问题）。DeepSeek 是怎样解决这个问题的？

谜底是“元验证”（Meta-Verification）手艺。

古板的 AI 训练是“给糖吃”：谜底对了就奖励。但在高等数学证实中，谜底对不代表历程对。AI 很容易瞎编一个历程然后蒙对谜底。

但 DeepSeek 引入了一套“左右互搏”机制：

其中天生器就像一个学生，认真写解题办法。验证器则是先生，认真检查逻辑误差，不但仅看谜底，还要看推导历程是否严谨。

更绝的是，他们还训练了一个“二阶验证器”，用来监视“先生”修正得对差池，避免模子为了拿分而钻空子。?这种递归式的验证结构，逼着模子必需学会真正的逻辑推理，而不是投契取巧。

而在推理阶段，模子不是张口就来。它会针对一个问题天生64个候选证实路径，然后用验证器逐一打分，挑出逻辑最严密的那一个。?这种“三思此后行”的模式，正是通往通用人工智能（AGI）的要害一步。

别的，DeepSeekMath-V2还打造了数字闭环生态，用验证反响直接优化天生质量，用自主爆发的高难度训练样本推动系统迭代。

3. 最大的杀手锏：它是开源的！

这才是让手艺界欢喜的真正缘故原由。