陶哲轩“喂饭级”AI教程来了！只用GitHub Copilot证明函数极限问题 视频新人博主陶哲轩更新了！这次带来“喂饭级”AI教程，手把手演示如何仅靠GitHub Copilot证明函数极限问题。 此前，陶哲轩主要用GitHub Copilot辅助代码补全，但若想用它证明数学定理，通常需要人类...

4月30日，DeepSeek推出数学定理证明专用模型DeepSeek-Prover-V2，参数规模达671B，miniF2F测试通过率达88.9%，显著优于前代V1.5及月之暗面的Kimina-Prover（通过率80.7%）。DeepSeek-Prover-V2基于强化学习和子目标分解技术，延续其模型矩阵同步进化策略。此前，梁文锋与杨植麟曾在2月论文中“撞车”，双方均聚焦Transformer架构的注意力机制。当前，DeepSeek面临阿里巴巴通义千问Qwen3（参数量1/3，性能超越R1）和百度文心4.5 Turbo的竞争压力；而月之暗面的Kimi则需应对腾讯元宝的用户增长冲击，后者一季度投流费用达14亿元。DeepSeek正加速研发R2和V4版本，但市场对其依赖华为昇腾芯片存疑。业内呼吁中国大模型产业需多元竞争，而非一家独大。

DeepSeek放大招！新模型DeepSeek-Prover-V2专注于数学定理证明，刷新多项高难度基准测试记录。在普特南测试中，该模型成功解答49道题，远超目前排名第一的Kimina-Prover（仅解出10题）。而未优化的DeepSeek-R1仅解出1题，令人期待R2的表现。 论文中特别提到“通...

4月30日，深度求索（DeepSeek）在Hugging Face上发布DeepSeek-Prover-V2-671B新模型。该模型专注于形式化数学推理，基于DeepSeek-V3-0324，采用递归定理证明管道生成初始数据。DeepSeek推出671B参数的DeepSeek-Prover-V2-671B和7B参数的DeepSeek-Prover-V2-7B两款模型，以及ProverBench数据集。团队通过分解复杂定理为子目标，并利用7B模型处理子目标证明，结合DeepSeek-V3的思维链生成强化学习数据。最终，671B版本在MiniF2F-test数据集上达到88.9%通过率，在PutnamBench数据集中解决问题49个。ProverBench数据集包含325个数学问题，覆盖高中竞赛及本科数学领域，推动AI数学推理能力的评估与应用。