Wow! DeepSeekMath-V2 Architektura Generator-Weryfikator znowu! ... W kierunku samoweryfikowalnego rozumowania matematycznego, badamy, jak wytrenować dokładnego i wiernego weryfikatora opartego na LLM do dowodzenia twierdzeń. Następnie trenujemy generator dowodów, używając weryfikatora jako modelu nagrody, i zachęcamy generatora do identyfikacji i rozwiązania jak największej liczby problemów w swoich dowodach przed ich sfinalizowaniem. Aby utrzymać lukę między generowaniem a weryfikacją, gdy generator staje się silniejszy, proponujemy skalowanie obliczeń weryfikacyjnych, aby automatycznie etykietować nowe trudne do zweryfikowania dowody, tworząc dane treningowe, aby dalej poprawić weryfikatora. Nasz model, DeepSeekMath-V2, wykazuje silne zdolności w dowodzeniu twierdzeń, osiągając złote wyniki na IMO 2025 i CMO 2024 oraz niemal doskonałe 118/120 na Putnam 2024 przy skalowanych obliczeniach w czasie testu. Choć wiele pracy jeszcze przed nami, te wyniki sugerują, że samoweryfikowalne rozumowanie matematyczne jest wykonalnym kierunkiem badań, który może pomóc w rozwoju bardziej zdolnych systemów AI w matematyce.