IT之家11月27日消息，DeepSeek发布了DeepSeekMath-V2，该框架为可自我验证的数学推理训练平台。

团队认为，仅追求最终答案正确率不足以确保推理链条的严谨性，特别是在定理证明等需要逐步推导的任务中尤其明显。模型通过构建基于大语言模型（LLM）的验证器，对生成的证明进行自动审核，并通过扩展的验证计算不断生成高难度训练样本，以提高验证器的能力。

据IT之家了解，DeepSeekMath‑V2 基于 DeepSeek‑V3.2‑Exp‑Base，在2025年国际数学奥林匹克竞赛（IMO 2025）和2024年中国数学奥林匹克竞赛（CMO 2024）中均获得金牌级别的出色成果，并且在2024年普特南数学竞赛（Putnam 2024）中取得了118/120（接近满分）的傲人的成绩。官方表示，尽管仍有许多工作待完成，当前的成果已经明确表明：可自验证的数学推理是一条切实可行的研究路径，有望为构建更强大、更可靠的数学智能系统奠定坚实的基础。