DeepSeek-Prover-V2: Новый стандарт нейросимволического вывода и формальной математики

Введение: Революция в формальном доказательстве

Мир искусственного интеллекта стоит на пороге перехода от простого предсказания следующего токена к глубокому логическому рассуждению. 30 апреля 2025 года компания DeepSeek сделала огромный шаг в этом направлении, выпустив DeepSeek-Prover-V2. Это не просто очередная языковая модель, а специализированный инструмент для формального математического доказательства, ориентированный на среду Lean 4.

Почему это важно для разработчиков и исследователей? Традиционные LLM часто страдают от «галлюцинаций» в математических выводах. DeepSeek-Prover-V2 решает эту проблему, работая в рамках строгой логической системы, где каждое утверждение должно быть верифицируемо. Это открывает путь к созданию автономных агентов, способных писать корректный, математически доказанный код и решать сложнейшие задачи теоретической математики.

• Специализация: Формальное доказательство теорем (Lean 4).
• Тип: Reasoning model (модель рассуждения).
• Доступность: Open Source (открытые веса).

Архитектура и ключевые особенности

DeepSeek-Prover-V2 поставляется в двух ключевых конфигурациях: компактной 7B и мощной 671B. Модель 671B представляет собой вершину инженерной мысли DeepSeek, будучи дистиллированной из базовой модели DeepSeek-V3-Base. В основе лежит инновационный метод рекурсивного доказательства теорем с декомпозицией подзадач (subgoal decomposition).

В отличие от предыдущих итераций, V2 способна переходить от простых формул к доказательствам на уровне целых пакетов (package-level proofs), основываясь на спецификациях, заданных на естественном языке. Это значительно сокращает разрыв между человеческим намерением и формальным кодом Lean.

• Две версии: 7B (на базе V1.5) и 671B (на базе V3-Base).
• Метод обучения: Рекурсивное доказательство через декомпозицию подзадач.
• Поддержка Lean 4: Полная интеграция с современным формальным верификатором.
• Способность к абстракции: Переход от естественного языка к сложным структурам доказательств.

Производительность и бенчмарки

Результаты тестирования подтверждают статус DeepSeek-Prover-V2 как лидера среди open-source решений. На момент релиза модель продемонстрировала State-of-the-Art (SOTA) результаты на бенчмарке miniF2F, который является золотым стандартом для оценки способностей нейросетей к решению математических задач в формальной среде.

Кроме того, для оценки сложности новых задач DeepSeek представила ProverBench — новый датасет из 325 задач. Модель показывает исключительную устойчивость при работе с длинными цепочками рассуждений, что критически важно для предотвращения логических ошибок в глубоких выводах.