DeepSeek-Prover : La nouvelle frontière de la preuve formelle en Open Source

Introduction : L'IA au service de la rigueur mathématique

Le domaine de la preuve formelle connaît une révolution majeure. Alors que les LLM classiques excellent dans la génération de texte fluide, ils peinent souvent face à la rigueur absolue exigée par les assistants de preuve mathématique. C'est ici qu'intervient DeepSeek-Prover, une avancée significative publiée par DeepSeek le 15 août 2024.

Ce n'est pas simplement un modèle de langage de plus ; c'est un outil conçu spécifiquement pour naviguer dans l'écosystème Lean 4. En ciblant la démonstration de théorèmes, DeepSeek s'attaque à l'un des défis les plus complexes de l'intelligence artificielle : le raisonnement logique pur, sans l'approximation sémantique qui caractérise souvent les modèles généralistes.

• Spécialisation : Preuve formelle avec Lean 4
• Modèle : DeepSeek-Prover (V1 et V1.5)
• Approche : Raisonnement symbolique et logique

Architecture et Spécificités Techniques

DeepSeek-Prover repose sur une architecture optimisée de 7 milliards de paramètres (7B). Contrairement aux modèles massifs qui tentent de tout savoir, cette taille permet une spécialisation extrême et une efficacité de calcul remarquable pour des tâches de raisonnement logique intense.

La véritable innovation réside dans la méthode d'entraînement. Les modèles ont été entraînés sur des énoncés formels synthétiques et des preuves générées à partir de corpus mathématiques en langage naturel. Cette technique de distillation de connaissances permet au modèle de faire le pont entre l'intuition mathématique humaine et la syntaxe rigide de Lean 4.

La version V1.5 marque un tournant en unifiant les capacités de 'Chain-of-Thought' (CoT) et de résolution non-CoT dans un seul modèle. Cela signifie que le modèle peut non seulement classer les énoncés (statement ranking) mais aussi mener une résolution complète et structurée.

• Paramètres : 7B
• Framework cible : Lean 4
• Entraînement : Données synthétiques et corpus mathématiques NLP
• Innovation : Unification CoT et non-CoT dans la V1.5

Performances et Benchmarks : Un nouveau standard Open Source

Sur le terrain de la compétition, DeepSeek-Prover ne fait pas de la figuration. Lors de sa sortie, le modèle a établi un nouvel état de l'art (SOTA) parmi les prouveurs open-source sur le benchmark miniF2F.