DeepSeek veröffentlicht DeepSeek-Prover-V2 mit rekursiver Beweissuche und neuem ProverBench-Benchmark

DeepSeek AI hat DeepSeek-Prover-V2 veröffentlicht, ein quelloffenes großes Sprachmodell für formales Theorembeweisen in Lean 4. Es verwendet eine rekursive Pipeline zur Generierung von Trainingsdaten über DeepSeek-V3, erzielt hochmoderne Ergebnisse auf MiniF2F und PutnamBench und führt ProverBench ein, einen neuen Benchmark mit 325 Problemen.

DeepSeek AI hat DeepSeek-Prover-V2 angekündigt, ein Open-Source-Sprachmodell für formales Theorem-Beweisen in Lean 4. Das Modell verwendet eine rekursive Theorem-Beweis-Pipeline, die DeepSeek-V3 nutzt, um qualitativ hochwertige Initialisierungsdaten zu generieren, indem komplexe Theoreme in Teilziele zerlegt und formalisiert werden. Ein 7B-Parameter-Modell beweist dann diese Teilziele, und die vollständigen Beweise werden mit der Chain-of-Thought-Argumentation von DeepSeek-V3 für das Training gepaart. Reinforcement Learning mit binärem Feedback verfeinert das Modell weiter. Die Version mit 671B Parametern erreicht 88,9 % auf MiniF2F-test und löst 49 von 658 PutnamBench-Problemen. DeepSeek stellte außerdem ProverBench vor, einen Datensatz mit 325 Problemen aus AIME-Wettbewerben und Lehrbüchern zur Bewertung des mathematischen Denkens. Das Modell ist in zwei Größen erhältlich: 7B und 671B Parameter.

Quelle: Synced — Original