11 月 27 日消息，DeepSeek 發布了 DeepSeekMath?V2，主打可自我驗證的數學推理訓練框架。

團隊認為，僅追求最終答案正確率難以保證推理鏈條的嚴謹性，尤其在定理證明等需要逐步推導的任務中更為突出。模型通過構建基于 LLM 的驗證器，對生成的證明進行自動審查，并利用擴展的驗證計算持續生成高難度訓練樣本提升驗證器能力。

據了解，DeepSeekMath?V2 基于 DeepSeek?V3.2?Exp?Base，在 2025 年國際數學奧林匹克競賽（IMO 2025）與 2024 年中國數學奧林匹克競賽（CMO 2024）中均達到金牌水準，并在 2024 年普特南數學競賽（Putnam 2024）中取得 118/120（近乎滿分）的優異成績。官方稱，盡管尚有大量工作待推進，當前成果已表明：可自驗證的數學推理是一條切實可行的研究路徑，有望為構建更強大、更可靠的數學智能系統奠定基礎。