11月27日晚间，DeepSeek在HuggingFace推出新型数学推理模型DeepSeekMath-V2，新模型采用可自我验证的训练框架。

　　该模型基于DeepSeek-V3.2-Exp-Base构建，通过LLM验证器自动审查生成的数学证明，并利用高难度样本持续优化模型性能。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）中均达到金牌水平，并在2024年普特南数学竞赛（Putnam 2024）中取得118/120（近乎满分）的优异成绩。

　　团队表示，该成果验证了自验证推理路径的可行性，为构建可靠数学智能系统提供新方向。新模型代码与权重已开源，发布于Hugging Face及GitHub平台。

　　DeepSeek团队认为，大型语言模型在数学推理方面取得了显著进展。然而，追求最终答案准确性并不能解决一个关键问题：即正确的答案并不能保证正确的推理。许多数学任务如定理证明，需要严格的逐步推导，而不是数值答案。为了突破深度推理的极限，团队认为有必要验证数学推理的全面性和严谨性。

　　DeepSeekMath-V2的核心架构构建了一个自驱动的验证-生成闭环：将一个LLM作为“审稿人”担任证明验证器，另一个LLM作为“作者”负责证明生成，两者通过强化学习机制相互协作，并引入“元验证”层来有效抑制模型幻觉。

　　DeepSeek团队在论文中提及，在自主构建的91个CNML级别问题测试中，DeepSeekMath-V2展现出卓越的数学推理能力。在代数、几何、数论、组合学和不等式等所有类别中均超越了GPT-5-Thinking-High和Gemini 2.5-Pro的表现。

　　在IMO-ProofBench基准测试中，该模型同样表现优异：在基础集上，其人工评估结果优于DeepMind的DeepThink（IMO金牌水平）；在更具挑战性的高级集上，模型保持了强劲的竞争力，同时显著超越了所有其他基准模型。

　　DeepSeek团队表示，尽管仍有大量工作有待完成，但这些成果表明，自我验证的数学推理是一条可行的研究方向，这或许有助于开发功能更为强大的数学人工智能系统。