DeepSeek开源新模型，数学推理能力大提升

赶在五一假期前夕，DeepSeek给我们送出一份惊喜大礼。 延续一贯的开源节奏，DeepSeek在Hugging Face正式发布DeepSeek-Prover-V2，并同步上线模型卡及示例代码。此次共推出两个版本： *核心贡献者†在DeepSeek-AI实习期间完成的工作 据官方论文披露，DeepSeek-Prover-V2的训练核心是"递归+强化学习"的组合：即先由DeepSeek-V3拆解复杂定理，生成一系列子目标和推理思路；再通过 GRPO算法，从多种候选方案中自动学习如何选出最优解。 模型特别引入了两种互补的"解题风格"： DeepSeek-Prover-V2-7B：基于上一代V1.5模型，支持最长32K上下文输入； DeepSeek-Prover-V2-671B：在DeepSeek-V3-Base基础上训练，推理性能最强。 训练过程分为两阶段，在第一阶段，研究人员主要训练快速模式，采用"专家迭代"方法：模型先尝试解决难题，成功的答案再作为新数据反哺模型，不断 打磨自己的能力。 待快速模式趋于稳定后，研究人员进入第二阶段，开始训练更复杂的逻辑推理能力。他们将DeepSeek-V3的数学知识迁移到新模 ...