數據寶
余莉
2025-12-03 11:28
11月27日晚，DeepSeek悄悄地在Hugging Face 上開源了一個新模型：DeepSeek-Math-V2。這是一個數學方面的模型，也是目前行業首個達到IMO（國際奧林匹克數學競賽）金牌水平且開源的模型。
在同步發布的技術論文中，DeepSeek表示，Math-V2的部分性能優于谷歌旗下的Gemini DeepThink，并展示了模型在IMO-ProofBench基準以及近期數學競賽上的表現。
具體來看，在其中的Basic基準上，DeepSeek-Math-V2 遠勝其他模型，達到了近99%的高分，而排在第二的谷歌旗下Gemini Deep Think (IMO Gold)分數為89%。但在更難的 Advanced 子集上，Math-V2分數為61.9%，略遜于 Gemini Deep Think (IMO Gold)的65.7%。
在這篇名為《DeepSeek Math-V2：邁向可自驗證的數學推理》的論文中，DeepSeek指出，大語言模型已經在數學推理方面取得了重大進展，這是人工智能的重要試驗臺，如果進一步推進，可能會對科學研究產生影響。
但當前的AI在數學推理方面有著研究局限：以正確的最終答案作為獎勵，正確的答案卻不能保證正確的推理。許多數學任務，如定理證明，需要嚴格的分步推導，而不是數字答案，這使得最終答案獎勵不適用。
為了突破深度推理的極限，DeepSeek認為有必要驗證數學推理的全面性和嚴謹性。團隊提出，自我驗證對于擴展測試時間計算尤為重要，特別是對于那些沒有已知解決方案的開放問題。
此次DeepSeek推出的Math-V2就從結果導向轉向了過程導向，展示了強大的定理證明能力。這一模型不依賴大量的數學題答案數據，而是通過教會AI如何像數學家一樣嚴謹地審查證明過程，從而在沒有人類干預的情況下，也能不斷提升解決高難度數學證明題的能力 。
論文提到，Math-V2在IMO 2025和CMO 2024上取得了金牌級成績，在Putnam 2024上通過擴展測試計算實現了接近滿分的成績（118/120）。
DeepSeek認為，雖然仍有許多工作要做，但這些結果表明，可自我驗證的數學推理是一個可行的研究方向，可能有助于開發更強大的數學AI系統。
對于DeepSeek此次的動作，海外的反應是“鯨魚終于回來了”。有網友感慨，DeepSeek以10個百分點的優勢擊敗了谷歌的IMO Gold 獲獎模型DeepThink，這不在預測范圍內。“想象一下，當他們公布編程模型時會發生什么，我打賭他們絕對有編程模型。”
目前，行業頭部廠商的模型已經又迭代了一輪，11月，先是OpenAI發布了GPT-5.1，幾天后xAI發布Grok 4.1，就在上周谷歌發布了Gemini 3系列引爆AI圈，“也該輪到DeepSeek出牌了”。不過，更受外界關注的仍然是，DeepSeek的旗艦模型到底什么時候更新，行業期待“鯨魚”的下一個動作。
