按年被提到
20242024 · 2 次2026
数学、逻辑与理论›AI 数学与定理证明·arXiv:2405.14333 · cs.AI

DeepSeek-Prover: Advancing Theorem Proving in LLMs through Large-Scale Synthetic Data

DeepSeek-Prover:借助大规模合成数据推进 LLM 定理证明
Huajian Xin, Daya Guo, Zhihong Shao, Zhizhou Ren, Qihao Zhu, Bo Liu, Chong Ruan, Wenda Li, Xiaodan Liang · 2024

用 800 万条合成 Lean 4 证明数据微调模型,提升形式化定理证明

开始阅读 ↗PDFalphaXiv 讨论
被提及 · 3 人首次 2024-05-26 · 最近 2025-04-30
3不同的人
3活跃月份
3讨论串
43被引(OpenAlex)

论文针对形式化定理证明缺乏数据的问题,把高中和本科竞赛题的自然语言描述翻译成 Lean 4 形式化命题,过滤低质量命题并生成证明,得到 800 万条带证明的形式化语句。用它微调 DeepSeekMath 7B 后,在 Lean 4 miniF2F 测试上整体证明准确率为 64 次采样 46.3%、累计 52%,高于 GPT-4 的 23.0% 和树搜索强化学习方法的 41.0%;在 FIMO 基准的 148 题中证明了 5 题,GPT-4 一题未证。

HN 为什么提它

评论者在讨论 DeepSeek 新模型时指出,它看起来是 V3 的 MoE 引擎加长上下文 RoPE 与 FA2,改用于定理证明,并引用了这篇论文。

方法难度 4 / 5约 45 分钟有时效性
读之前最好知道
1Lean 4 证明助手
2大语言模型微调
3形式化定理证明(formal theorem proving)
4合成数据生成与过滤

HN 书评

推荐在前,同类按时间 · 每篇最多保留 20 条,统计用全部提及
引用dvrp · 2025-04

“seems like it's not a new 671 B behemoth, just the V3 MoE engine with long-context RoPE + FA2, retargeted at theorem proving. see [1,2]:”

说明它不是新的 671B 大模型,而是 V3 MoE 引擎改做定理证明
DeepSeek-Prover-V2-671B原评论 ↗
被提交为 story · 2 次