DeepSeek-Math-V2是DeepSeek發布的大模型，於2025年11月正式發布。
該模型為全球首個以開源形式達到國際數學奧林匹克(IMO)金牌水平的數學推理大模型，基於DeepSeek-V3.2實驗版基礎架構開發，以Apache2.0開源協定完整放出權重。
該模型參數規模達685B，在IMO-ProofBench基準測試中Basic子集得分99%，Advanced子集得分61.9%。
其支持自驗證機制，在數學推理能力上實現了質的飛躍。
基本介紹
- 外文名：DeepSeek-Math-V2
- 發布單位：DeepSeek
模型簡介,模型簡介,技術突破,社區評價,
模型簡介
DeepSeek-Math-V2為全球首個以開源形式達到國際數學奧林匹克(IMO)金牌水平的數學推理大模型，基於685B參數規模開發。基於DeepSeek-V3.2實驗版基礎架構開發，以 Apache2.0開源協定完整放出權重並在Hugging Face與GitHub開源，在數學推理能力上實現了質的飛躍。
DeepSeek-Math-V2成功解決2025年IMO六道題中的五道，以83.3% 的正確率獲得金牌。在2024年中國數學奧林匹克(CMO)中，該模型同樣達到金牌水準。在2024年普特南數學競賽中取得118/120的成績，同時以自驗證機制為核心技術突破。在IMO-ProofBench基準測試Basic子集達到99%正確率，Advanced子集取得61.9%正確率。
模型簡介
DeepSeek-Math-V2是DeepSeek發布的大模型，該模型為全球首個以開源形式達到國際數學奧林匹克(IMO)金牌水平的數學推理大模型。基於DeepSeek-V3.2實驗版基礎架構開發，以 Apache2.0開源協定完整放出權重，在數學推理能力上實現了質的飛躍。
技術突破
DeepSeek-Math-V2 核心突破在於首次實現了自驗證機制。該機制通過訓練高精度驗證器檢查定理證明的邏輯正確性，並利用驗證器作為獎勵模型訓練生成器，形成閉環訓練體系，使模型能在提交最終證明前主動修正推理漏洞。該設計使模型在未依賴大規模題庫的前提下，在 IMO 2025、CMO 2024 和 Putnam 2024 測試中均達到金牌水平。
在 IMO-ProofBench 基準測試中，Basic 子集以99%得分率領先 Gemini DeepThink（89%），Advanced 子集61.9%略低於後者（65.7%）。其獨特優勢體現在真實競賽場景：Putnam 2024 測試中獲得118分（滿分120），且未依賴題庫答案訓練。
該模型首次實現過程導向訓練方法，將研發重點從結果正確性轉向推理嚴謹性驗證。通過擴展驗證算力自動標註複雜推理樣本，使驗證器與生成器形成持續進化的閉環系統，為處理無標準答案的開放數學問題提供了技術路線。
該模型的自我驗證機制被論文《DeepSeek Math-V2：邁向可自驗證的數學推理》論證為下一代數學型AI的關鍵技術路徑，標誌著數學推理AI從'答案正確'到'推導可信'的範式轉變。
