DeepSeek-Math-V2: спокойный релиз, громкие цифры Кратко о результатах — Уровень…

DeepSeek-Math-V2: спокойный релиз, громкие цифры

Кратко о результатах

— Уровень золотой медали на IMO 2025 и CMO 2024
— Почти идеальный балл 118/120 на Putnam 2024
— На IMO-ProofBench уверенно обходит GPT-5 и сравнивается с Gemini 2.5 Pro на сложных задачах

Что дальше

— Интересно, как модель покажет себя против будущих Gemini 3, Grok 4 и GPT-5.1

Кратко о результатах

Бенчмарков почти нет: ни MATH, ни GSM8K, ни AIME. Зато имеющиеся цифры выглядят многообещающе.

Как работает:

— Базовая модель DeepSeek-V3.2-Exp-Base
— Два ключевых модуля: генератор и верификатор
— Процесс многошаговый:
— генератор пишет решение
— верификатор проверяет каждый шаг, указывает на ошибки
— генератор переписывает и уточняет
— до 16 итераций, в каждой анализируется до 64 гипотез
— Фактически сотни прогонов на одну задачу: умное масштабирование вычислений во время инференса

Материалы

— Веса: тут
— Статья: тут
— Репозиторий: тут