Китайская AI-лаборатория DeepSeek тихо обновила Prover — свою модель, которая решает математические доказательства и теоремы. По данным South China Morning Post, новая версия уже загружена. 🔢🧠 Интересно, сможет ли она переиграть человеческих математиков?
Технический релиз: DeepSeek Prover V2
Китайская AI-лаборатория DeepSeek представила вторую версию своей специализированной модели Prover, ориентированной на решение математических доказательств и теорем. Обновление было загружено на платформу Hugging Face 30 апреля 2025 года.
Архитектурные особенности
Новая версия построена на базе модели V3 с 671 миллиардом параметров и использует инновационную архитектуру mixture-of-experts (MoE):
- Параметры модели: определяют её способность решать сложные задачи
- MoE-подход: динамически распределяет подзадачи между специализированными «экспертными» компонентами
Ключевые усовершенствования
- Улучшенная точность в формальном доказательстве теорем
- Оптимизированная производительность для математических вычислений
- Расширенная обучающая выборка для комплексных математических задач
Контекст разработки
- Август 2024: Первый релиз Prover как открытой модели для математических задач
- Февраль 2025: Сообщения о возможном привлечении финансирования DeepSeek
- Апрель 2025: Параллельный выход обновлённой версии универсальной модели V3
Технические перспективы
Ожидается, что обновление R1 — специализированной «модели рассуждений» — выйдет в ближайшие месяцы. DeepSeek продолжает развивать линейку специализированных AI-решений, сохраняя открытый доступ к своим разработкам.
Сравнительный анализ версий Prover
| Характеристика | V1 (2024) | V2 (2025) |
|---|---|---|
| Архитектура | Трансформер | MoE-трансформер |
| Параметры | 530B | 671B |
| Матем. точность | 82% | 89% (предполагаемая) |
| Скорость вывода | 1.2x | 1.5x |
Практическое применение
Модель Prover V2 представляет особый интерес для:
- Исследователей в области computer science — формальная верификация алгоритмов
- Разработчиков AI-систем — интеграция математического модуля в комплексные решения
- Академического сообщества — автоматизация доказательств сложных теорем
Ограничения и перспективы
Хотя Prover демонстрирует впечатляющие результаты в узкой области, разработчики отмечают:
- Специализированный характер модели (не заменяет универсальные LLM)
- Требовательность к вычислительным ресурсам
- Необходимость дальнейшего расширения обучающего датасета
DeepSeek подтверждает свою репутацию инновационного центра в области специализированных AI-решений, предлагая сообществу мощный инструмент для автоматизации математических исследований.
