DeepSeek新数学模型DeepSeek-Prover-V2刷新多项高难基准测试记录，尤其在普特南测试中表现出色，解决了671B模型未能解决的问题。
通过强化学习，7B小模型DeepSeek-Prover-V2-7B发现了671B模型不具备的新技能，特别是在处理涉及有限基数的问题时，显示出独特的推理模式。
Prover-V2采用两阶段训练，结合非CoT和CoT生成模式，并通过强化学习进一步提升其推理能力，展示了小模型在复杂问题解决上的潜力。
DeepSeek新数学模型DeepSeek-Prover-V2刷新多项高难基准测试记录，尤其在普特南测试中表现出色，解决了671B模型未能解决的问题。
通过强化学习，7B小模型DeepSeek-Prover-V2-7B发现了671B模型不具备的新技能，特别是在处理涉及有限基数的问题时，显示出独特的推理模式。
Prover-V2采用两阶段训练，结合非CoT和CoT生成模式，并通过强化学习进一步提升其推理能力，展示了小模型在复杂问题解决上的潜力。
