DeepSeek-AI、形式的数学推論を強化学習で発展させる新モデル「DeepSeek-Prover-V2」を公開

DeepSeek-AIは、形式的定理証明のための大規模言語モデル「DeepSeek-Prover-V2」をオープンソースで公開しました。このモデルは、複雑な問題を小目標に分解する強化学習アプローチを採用し、非形式的および形式的な数学的推論を統合しています。最大671Bパラメータのバージョンは、miniF2Fテストで88.9%の合格率を達成し、PutnamBenchから49問を解決するなど、ニューラル定理証明で最先端の性能を示しています。

https://github.com/deepseek-ai/DeepSeek-Prover-V2