DeepSeek-Prover-V2:给 Lean 命题补出可检查的证明代码

新模型猫目发布于 来源:DeepSeek AI 官方模型卡
从形式命题、证明计划到 Lean 代码,子目标拆分提供了可检查的中间步骤;7B 与 671B 的训练和能力需分开。
DeepSeek-Prover-V2:给 Lean 命题补出可检查的证明代码

为什么值得关注

目标是为既有 Lean 命题生成可交给证明助手检查的代码,论文用子目标说明自然语言证明草图怎样连接形式证明。

适合谁:已有 Lean/Mathlib 环境、学习形式化证明或研究自动定理证明的人

这次有哪些亮点

  • 官方示例接收带 sorry 的 Lean 定理,要求证明计划与补全代码
  • 训练数据用子目标拆分和递归证明连接非形式推理与 Lean 证明
  • 7B 经过大型模型推演数据微调与强化学习,作为较小规模的证明生成研究入口

使用前需要知道

不是任意中文数学题的可靠自动形式化工具,本文未生成或执行证明。7B 权重 LICENSE 为 MIT,模型卡仍引用主仓库定制模型协议,存在许可冲突;计划再分发或提供模型服务前需向发布方澄清,不能承诺单一 MIT。

把一道数学题交给聊天模型,通常得到一段解释;把已经写成 Lean 4 的命题交给 DeepSeek-Prover-V2,目标则是得到能交回证明助手检查的代码。它适合正在学习形式化证明、研究自动定理证明的人:值得关注的成果不是“答案看起来有道理”,而是把推理落实到严格的命题与证明步骤。本文从较小的 DeepSeek-Prover-V2-7B 入口介绍,不把大型型号的成绩转给它。

输入已经是一条形式命题

官方仓库的起步例子,问题本身很日常:30 的百分之一百二十与 20 的百分之一百三十,正差为 10。但模型收到的并非只有这句话,而是带有 import Mathlib、实数类型和待补 sorry 的 Lean 定理。提示又要求先给证明计划,再补完整代码。例子说明了项目的工作边界:自然语言题意已经被形式化,模型负责生成证明;把任意中文题目直接可靠地翻成正确命题,是另一个尚未由这个示例解决的问题。

子目标把整体证明接到局部检查

这里最值得细看的,是论文中的子目标拆分。训练数据构建时,DeepSeek-V3 一边写高层证明草图,一边用 Lean 的 have 语句把中间步骤列出来,再由较小的证明模型处理子目标,最后合成完整证明。随后 671B 模型经强化学习加强推理与形式证明的联系。7B 先用 671B 强化学习阶段产生的推演数据微调,并结合直接生成证明的数据;论文 2.3 节进一步明确,7B 也进行了与 671B 相同的强化学习阶段。两者的底座与前期训练路径有别,不能把 7B 理解为只做蒸馏微调。这里要分清训练与使用:下载 7B 权重做一次生成,不等于每次还必须调用 DeepSeek-V3。

封面中的官方例子是“当 n 不小于 4 时,n² 不大于 n!”。左边把归纳法拆成初始情形、归纳步骤和最终组合;右边将归纳步骤单独提出来求证,随后放回完整结构。这里改变任务的细节是:前面得到的子目标可以成为后面步骤的前提,让一个整体难题出现更局部、可检查的接口。图中的代码用于说明论文方法,本文没有在 Lean 环境复核;细字需要打开原尺寸图阅读。

对学习者,这比抄一段漂亮的数学解释多了一个明确反馈入口。教学上,可以先拿官方的小命题看生成代码在哪里替换 sorry,再交给对应的 Lean 与 Mathlib 环境,查看具体报错。可以把原命题、模型给出的计划、替换后的完整代码和检查器反馈留在一起;只有文字计划、却没有能回到原命题的完整证明,不能当作同一种成果。报错会把注意力引向类型、引理或某一步尚未成立的地方。不过,“代码通过”也只是在检查写下来的形式命题;题意如果一开始就写错,不能用通过检查来担保原题已解决。

较小型号和许可冲突分别确认

7B 模型卡指向可下载权重和 Transformers 生成方式。选择它是为了研究较小规模的证明生成,而不是复刻 671B 的能力;官方发布了两个规模,来源底座也不同。现成的对话网站入口并不能证明提供的就是这个专用检查点。本文是资料介绍,没有加载模型,也没有执行证明。

采用还有一项实在的条件:7B 权重仓库的 LICENSE 文件写的是 MIT,模型卡却仍指向带用途与再分发条件的 DeepSeek 模型协议,两处不一致。计划再分发或提供模型服务的团队,应先向发布方澄清这项具体冲突;本文按开放权重介绍,不承诺单一 MIT 许可。对于已经拥有 Lean 工程、愿意核对形式命题的人,它提供了从证明计划到代码的研究入口;若只需要中文解题讲解,先学习这套形式化环境的成本未必值得。

原始资料:DeepSeek AI 官方模型卡

以上为编辑整理,功能、许可与使用条件以官方说明为准。

返回每日分享