DeepSeek-Prover-V2：缩小人工智能与形式化数学证明之间的差距

多年来，人工智能一直在形式数学推理领域苦苦挣扎--这一领域不仅需要强大的计算能力，还需要深刻的概念理解和精确的逻辑结构。虽然 DeepSeek-R1 等人工智能模型在非正式推理方面表现出色，但正式定理证明仍然是一项艰巨的挑战--直到现在。

DeepSeek-AI 推出了DeepSeek-Prover-V2 这一开源人工智能模型，它可以将直观的数学推理转化为严格的、机器可验证的证明。这一突破将彻底改变数学家、研究人员甚至学生处理复杂问题的方式。

为什么正规数学推理对人工智能来说很难

数学家通常依靠直觉、模式识别和高级推理来解决问题。他们会跳过看似显而易见的步骤，进行有根据的猜测，并在过程中不断完善自己的方法。但形式化定理证明则不同，它要求绝对精确，每一个逻辑步骤都要有明确的陈述和理由。

大语言模型（LLM）在利用自然语言推理解决竞赛级数学问题方面取得了令人瞩目的进展。然而，它们仍然难以将这些非正式的解决方案转化为正式系统可以检查的完全可验证的证明。为什么？因为人类的推理经常包含捷径、隐含假设和省略步骤，而这些正是形式验证所不能容忍的。

DeepSeek-Prover-V2 正视了这一挑战。它结合了类人推理的灵活性和形式逻辑的严谨性，在直观解决问题和机器可验证证明之间架起了一座桥梁。

DeepSeek-Prover-V2 如何工作：两阶段方法

1.将问题分解为子目标

DeepSeek-Prover-V2 并不试图一次性解决整个定理（即使是人类通常也会感到力不从心），而是将问题分解为更小、更易于管理的子目标。这些子目标就像垫脚石，引导模型走向完整的证明。

• 首先，DeepSeek-V3（通用 LLM）用自然语言分析问题。
• 然后，它将直观推理转化为形式逻辑，确保每一步都是机器可读的。
• 最后，系统会将这些子验证组合成一个完整、可验证的解决方案。

这种方法与数学家的工作方式如出一辙--一次解决一个lemma，而不是一蹴而就地尝试整个证明。

2.强化学习获得更好的证明

在对合成数据进行初步训练后，DeepSeek-Prover-V2使用强化学习（RL）来完善推理。该模型会收到关于其证明是否正确的反馈，从而学习哪些策略最有效。

一个关键的创新是一致性奖励机制，它能确保最终证明与分解的子目标保持一致。如果没有这个机制，模型可能会生成结构不一致的证明--这也是早期人工智能定理证明器的常见问题。

基准性能：实际效果如何？

DeepSeek-Prover-V2 在多个数学基准上进行了严格测试，结果令人印象深刻：

✅MiniF2F-test- 在形式定理证明方面表现出色。
✅PutnamBench- 解决了著名的 William Lowell Putnam 数学竞赛658 个问题中的 49 个。
✅美国数学邀请赛问题- 成功解决了最近美国数学邀请赛（AIME）15 个精选问题中的6 个。

有趣的是，DeepSeek-V3（未生成正式证明）使用多数投票法解决了其中 8 个 AIME 问题，这表明在某些情况下，非正式推理仍具有优势。然而，DeepSeek-Prover-V2生成可验证证明的能力使其改变了形式数学的游戏规则。

仍有困难的地方

• 组合问题仍然是一个挑战，这也是未来的研究方向。
• 有些证明仍然需要类似人类的直觉，而形式系统很难复制这种直觉。

介绍 ProverBench：人工智能数学的新基准

为了进一步推动人工智能的数学推理，DeepSeek 的研究人员推出了ProverBench，这是一个由325 个形式化问题组成的新基准，其中包括

• 15 个 AIME 竞赛问题（测试创造性地解决问题）。
• 涵盖数论、代数、微积分和实分析的教科书和教程问题。

这一基准确保对人工智能模型的测试不仅仅是记忆，而是真正的数学推理。

开源与未来应用

DeepSeek-Prover-V2 最令人兴奋的一点是它可以在 Hugging Face 等平台上开源。研究人员、教育工作者和开发人员都可以访问：

• 轻量级的 7B 参数版本，方便实验。
• 强大的 67B 参数版本，用于高性能定理证明。

潜在用例

🔹自动证明验证--数学家可以使用人工智能检查他们的工作。
🔹辅助定理证明--人工智能可以提出证明策略或中间定理。
🔹教育工具--学生可以在人工智能的指导下学习形式推理。
🔹未来的人工智能发展--DeepSeek-Prover-V2 的技术可以改进软件验证、密码学等领域的推理。

未来：迈向国际海事组织级证明？

DeepSeek-AI的目标是扩大这项技术的规模，以解决国际数学奥林匹克（IMO）级别的问题--这一雄心勃勃的目标可能会重新定义人工智能在数学领域的作用。

随着DeepSeek-Prover-V2等模型的发展，它们可能不仅能帮助数学家，还能发现新定理、自动完成繁琐的验证，甚至激发新的研究分支。

最后的思考

DeepSeek-Prover-V2 代表着人工智能在处理形式数学推理能力方面的重大飞跃。通过将人类的直觉与机器的精确性相结合，它为研究、教育和人工智能的发展开辟了新的可能性。

由于它是开源的，因此创新潜力无限。无论你是数学家、开发人员，还是人工智能爱好者，这都是一个值得关注的突破。🚀