DeepSeek-Prover-V2: Advancing Formal Mathematical Reasoning via Reinforcement Learning for Subgoal Decomposition

DeepSeek-Prover-V2：通过强化学习子目标分解推进形式化数学推理

📅 2026-02-15👤 DeepSeek Team📊 高级

形式化证明定理证明Lean 4子目标分解

中文摘要

DeepSeek-Prover-V2 在 Lean 4 形式化定理证明上达到当前最高水平（SOTA），通过强化学习和子目标分解策略在 MinF2F 测试集达到 88.9% 的 pass ratio。模型能够将复杂的数学证明任务分解为可管理的子目标，逐步构建严密的证明链条。这一突破标志着 AI 在形式化数学证明领域的重要进展。

DeepSeek-Prover-V2 achieves SOTA in Lean 4 formal theorem proving, reaching 88.9% pass ratio on MinF2F test set through reinforcement learning and subgoal decomposition strategy.

快速链接

PDF 下载 GitHub 查看翻译 (100%)

核心贡献

在 Lean 4 形式化定理证明上达到当前最高水平（SOTA）
通过强化学习和子目标分解策略，在 MinF2F 测试集达到 88.9% pass ratio
将复杂数学证明分解为可管理的子目标，逐步构建严密证明链条
标志着 AI 在形式化数学证明领域的重要突破

技术细节

架构	基于强化学习的形式化证明系统
核心创新	子目标分解（Subgoal Decomposition）+ 强化学习优化
基准成绩	MinF2F 测试集 88.9% pass ratio
证明策略	将复杂证明分解为子目标，逐步构建证明链

💡 阅读建议

需要了解 Lean 4 和形式化证明基础。重点理解子目标分解如何让模型处理复杂的证明任务。