DeepSeek上新，首个奥数金牌水平的模型意味着什么？

DeepSeek-Math-V2模型的发布

模型开源情况

11月27日晚，DeepSeek在HuggingFace上开源了DeepSeek-Math-V2模型。这一模型专注于数学领域，是目前行业内首个达到IMO金牌水平且开源的模型，在数学模型发展历程中具有重要意义。

行业竞争态势

当前行业头部厂商模型迭代频繁。11月OpenAI发布GPT-5.1，几天后xAI发布Grok4.1，上周谷歌发布Gemini3系列。在此背景下，DeepSeek推出Math-V2，引发了广泛关注，也让行业对其后续发展充满期待。

Math-V2模型的性能表现

基准测试结果

在IMO-ProofBench基准测试中，DeepSeek-Math-V2在Basic基准上表现出色，达到近99%的高分，远超其他模型，而谷歌的GeminiDeepThink(IMOGold)为89%。在更难的Advanced子集上，Math-V2分数为61.9%，略逊于GeminiDeepThink(IMOGold)的65.7%。

数学竞赛成绩

Math-V2在IMO2025和CMO2024上取得了金牌级成绩，在Putnam2024上通过扩展测试计算实现了接近满分的成绩（118/120）。这些成绩充分展示了该模型在数学推理方面的强大能力。

模型的创新与突破

从结果导向到过程导向

以往的AI在数学推理上存在局限，以正确答案为奖励无法保证推理正确。而DeepSeek推出的Math-V2从结果导向转向过程导向，教会AI像数学家一样审查证明过程，提升解决高难度数学证明题的能力。

自我验证的重要性

DeepSeek认为自我验证对于扩展测试时间计算很关键，特别是对于无已知解决方案的开放问题。Math-V2通过自我验证，展示了可自我验证的数学推理是可行的研究方向，有助于开发更强大的数学AI系统。

海外对DeepSeek此次动作反应热烈，有网友感慨其以10个百分点优势击败谷歌的IMOGold获奖模型。行业期待DeepSeek后续能带来更多惊喜，比如其旗舰模型的更新，进一步推动AI在数学领域的发展。

相关问答

DeepSeek-Math-V2在基准测试中的表现如何？

在Basic基准上，DeepSeek-Math-V9%，略逊于谷歌的GeminiDeepThink(IMOGold)。

Math-V2在数学竞赛中取得了哪些成绩？

在IMO2025和CMO2024上取得金牌级成绩，在Putnam2024上通过扩展测试计算实现接近满分的成绩（118/120）。

当前AI在数学推理方面存在什么局限？

以正确答案为奖励不能保证推理正确，许多数学任务需严格分步推导，最终答案奖励不适用于定理证明等任务。

DeepSeek推出的Math-V2有什么创新？

从结果导向转向过程导向，教会AI审查证明过程，通过自我验证提升解决高难度数学证明题的能力。

海外对DeepSeek推出Math-V2有什么反应？

海外反应热烈，有网友感慨其以10个百分点优势击败谷歌的IMOGold获奖模型，期待其后续动作。

行业对DeepSeek还有哪些期待？

行业更关注DeepSeek旗舰模型何时更新，期待其能带来更多创新，进一步推动AI在数学领域及其他方面的发展。