DeepSeek-Prover-V2: El Nuevo Estándar en Razonamiento Formal y Demostración de Teoremas

Introducción: La Frontera del Razonamiento Lógico

El campo de la inteligencia artificial está experimentando un cambio de paradigma: de la generación de texto fluido al razonamiento lógico riguroso. El 30 de abril de 2025, DeepSeek ha marcado un hito en esta evolución con el lanzamiento de DeepSeek-Prover-V2, un modelo especializado en la demostración de teoremas formales utilizando el lenguaje Lean 4.

A diferencia de los modelos de lenguaje generalistas que a menudo sufren de 'alucinaciones lógicas', DeepSeek-Prover-V2 está diseñado para operar dentro de un entorno de verificación formal. Esto significa que no solo propone soluciones, sino que busca construcciones matemáticas que puedan ser verificadas matemáticamente con total certeza, acercándonos un paso más a la Inteligencia Artificial General (AGI).

• Especialización en Lean 4 para pruebas formales.
• Enfoque en la resolución de problemas matemáticos de nivel competitivo.
• Arquitectura optimizada para la descomposición de subproblemas.

Arquitectura y Características Clave

DeepSeek-Prover-V2 no es un modelo único, sino una familia de modelos que ofrece flexibilidad según la capacidad de cómputo disponible. La arquitectura se basa en un proceso de destilación avanzado donde el conocimiento se transfiere desde el modelo masivo DeepSeek-V3-Base hacia versiones más eficientes mediante un proceso de razonamiento recursivo.

La innovación técnica reside en su capacidad de descomposición de subobjetivos (subgoal decomposition). El modelo no intenta resolver un teorema complejo de un solo paso; en su lugar, descompone el problema en fragmentos manejables, resolviendo cada uno de forma recursiva, lo que imita el proceso de pensamiento de un matemático humano.

• Dos variantes principales: 7B (eficiencia) y 671B (máximo rendimiento).
• Entrenamiento basado en destilación de DeepSeek-V3-Base.
• Capacidad de pasar de especificaciones en lenguaje natural a pruebas de nivel de paquete.
• Uso de búsqueda recursiva para la resolución de teoremas.

Rendimiento y Benchmarks: Superando la Frontera

Los resultados de DeepSeek-Prover-V2 son contundentes. En el lanzamiento, el modelo ha establecido nuevos récords en el benchmark miniF2F, que es el estándar de oro para evaluar la capacidad de resolución de problemas matemáticos en entornos formales. Su capacidad para navegar por el espacio de búsqueda de Lean 4 supera significativamente a las versiones anteriores y a otros modelos de código abierto.