DeepSeek再破谷歌OpenAI垄断：开源IMO数学金牌大模型

主要观点总结

DeepSeek新开源了大型语言模型DeepSeekMath-V2，专注于可自验证的数学推理。该模型在IMO、CMO和Putnam等数学竞赛中取得了优异成绩，超越了人类最高分。其核心技术包括证明验证器和生成器的迭代优化，以及自验证机制来提高证明质量。该模型的研究团队采用GRPO方法进行强化学习，实现了验证和生成的协同循环，保证了模型能力的持续突破。此外，文章还介绍了模型的关键创作者邵智宏的背景和贡献。

关键观点总结

关键观点1: DeepSeekMath-V2模型的开源及特点

DeepSeek新开源的大型语言模型DeepSeekMath-V2，专注于可自验证的数学推理。在各大数学竞赛中表现优秀，具有强大的数学推理能力。

关键观点2: 模型的核心技术

DeepSeekMath-V2的核心技术包括证明验证器和生成器的迭代优化。通过引入元验证机制，解决了初步训练的验证器可能因幻觉而获得正确低分的问题，提高了模型的忠实性。此外，通过自验证机制，生成器学会严格地自我审查和修正，提高证明质量。

关键观点3: 模型的实验结果

DeepSeekMath-V2在各种数学问题上表现优异，持续优于GPT-5-Thinking-High和Gemini 2.5-Pro。在Putnam竞赛中，以118/120的分数超越人类最高分90分，展现了强大的解决复杂问题的能力。

关键观点4: 模型创作者介绍

DeepSeekMath-V2的主要创作者邵智宏是DeepSeek的研究员，他在数学大模型领域有着丰富的贡献。本科毕业于北京航空航天大学，博士毕业于清华大学，师从黄民烈教授。