由深度求索（DeepSeek）研发的数学推理大模型DeepSeekMath-V2正式发布。这款具备革命性自验证能力的AI模型，不仅在国际数学奥林匹克竞赛（IMO）中斩获金牌，更彻底打破了传统AI”重答案轻过程”的局限，为人工智能在STEM（科学、技术、工程、数学）领域的深度应用开辟了新路径。
在全球顶尖数学竞赛的”试金石”检验中，DeepSeekMath-V2交出了一份震撼业界的成绩单。在IMO 2025竞赛中，模型成功破解6道难题中的5道，以83.3%的得分率远超80%的金牌线，达到全球顶尖选手水平。同期在CMO 2024（中国数学奥林匹克）中，其73.8%的得分率同样达标金牌水准，而在被誉为”北美最难数学竞赛”的Putnam 2024中，更是斩获118分（满分120分）的近满分成绩，大幅超越人类参赛者90分的历史最高分。
第三方基准测试数据同样亮眼。在IMO-ProofBench基础测试集上，DeepSeekMath-V2的表现已超越谷歌DeepMind的Gemini Deep Think等同类金牌模型；在自主构建的CNML测试集（难度对标中国高中数学联赛）中，其在代数、几何、数论等五大领域的成绩全面碾压GPT-5-Thinking-High和Gemini 2.5-Pro两大顶尖模型。在2025年全国高中数学联赛模拟题中，模型解题准确率更是高达96.3%，远超行业同类产品。
DeepSeekMath-V2的颠覆性在于其独创的”生成器-验证器-元验证器”三位一体自循环架构，彻底解决了传统AI数学推理中”逻辑幻觉”和”过程漏洞”的痛点。深度求索团队摒弃了仅以答案对错作为奖励标准的传统训练模式，转而构建一套让AI”自我反思、自我纠错”的强化学习体系。
作为”解题者”的生成器（Generator），不仅需输出完整解题过程，还需主动标注”不确定步骤”，诚实面对疑问反而能获得更高奖励；充当”阅卷老师”的验证器（Verifier）则专注审查推理逻辑，按0分（致命错误）、0.5分（细节瑕疵）、1分（严谨完整）三档打分并标注漏洞；而元验证器（Meta-Verifier）作为”督导员”，专门校验验证器的评判是否准确，将验证分析质量从0.85提升至0.96，大幅降低误判风险。
这种”左右互搏”的机制形成了良性闭环：验证器的评分引导生成器优化推理质量，生成器产出的高难度证明又成为验证器的训练样本，最终实现”无需人工干预的自我演进”。在处理”证明不存在正整数解满足某丢番图方程”这类难题时，模型能自主运用模运算分析、奇偶性判断等多种策略，给出逻辑严密的完整反证路径。
