DeepSeek-Prover-V1.5: Языковая модель с 7 миллиардами параметров, превосходящая все открытые модели в формальном доказательстве теорем в Lean 4

 DeepSeek-AI Open-Sources DeepSeek-Prover-V1.5: A Language Model with 7 Billion Parameters that Outperforms all Open-Source Models in Formal Theorem Proving in Lean 4

“`html

DeepSeek-Prover-V1.5: прорыв в формальном доказательстве теорем

Большие языковые модели (LLM) достигли значительных успехов в математическом рассуждении и доказательстве теорем, однако они сталкиваются с серьезными вызовами при формальном доказательстве теорем с использованием систем типа Lean и Isabelle. Эти системы требуют строгих выводов, соответствующих строгим формальным спецификациям, что представляет трудности даже для продвинутых моделей, таких как GPT-4.

Исследователи из DeepSeek-AI представили DeepSeek-Prover-V1.5, объединяющий сильные стороны генерации шагов доказательства и создания полного доказательства через механизм обрезки и возобновления. Этот метод начинается с генерации полного доказательства, где языковая модель создает полный код доказательства на основе утверждения теоремы. Затем производится проверка этого кода с помощью Lean Prover. Если обнаружена ошибка, код обрезается до первого сообщения об ошибке, и успешно сгенерированный фрагмент служит подсказкой для следующего сегмента доказательства. Последнее состояние от Lean 4 prover добавляется в качестве комментария к подсказке для повышения точности. Механизм обрезки и возобновления интегрирован в поиск по дереву Монте-Карло (MCTS), что позволяет гибкие точки обрезки, определяемые политикой поиска по дереву.

Преимущества DeepSeek-Prover-V1.5

  • Усиление базовой модели дополнительным обучением на математических и кодовых данных, сосредоточенных на формальных языках, таких как Lean, Isabelle и Metamath.
  • Улучшение набора данных автозавершения кода Lean 4 с помощью двух техник аугментации данных.
  • Использование алгоритма GRPO для обучения с подкреплением от обратной связи от доказательств помощника (RLPAF).
  • Применение улучшенного метода поиска по дереву Монте-Карло с использованием механизма обрезки и возобновления.

DeepSeek-Prover-V1.5 демонстрирует значительные достижения в формальном доказательстве теорем на различных платформах. На наборе данных miniF2F-test DeepSeek-Prover-V1.5-RL достиг 60,2% успешных прохождений при однопроходной генерации полного доказательства, что на 10,2 процентных пункта превышает предыдущий результат. Также он превзошел другие методы генерации полного доказательства и соответствовал ведущим методам поиска по дереву. Когда к нему добавили поиск по дереву RMaxTS, DeepSeek-Prover-V1.5-RL достиг уровня в 62,7% успешных прохождений. На наборе данных ProofNet DeepSeek-Prover-V1.5-RL достиг уровней успешных прохождений 22,6% и 25,3% в однопроходном и RMaxTS-улучшенном режиме соответственно, превзойдя существующие методы.

DeepSeek-Prover-V1.5, языковая модель с 7 миллиардами параметров, устанавливает новые стандарты в формальном доказательстве теорем с использованием Lean 4. Построенная на базе DeepSeek-Prover-V1.5-Base, она прошла специализированное предварительное обучение, комплексное обучение с учителем и обучение с подкреплением через GRPO. Модель включает в себя RMaxTS, инновационную вариацию метода поиска по дереву Монте-Карло, чтобы улучшить решение задач через обширное исследование. Эта рамка создает трубопровод подобный AlphaZero для формального доказательства теорем, используя итерацию эксперта и синтетические данные. Хотя в настоящее время фокус направлен на исследование, будущие разработки могут включать модель критика для оценки неполных доказательств, решая аспект эксплуатации обучения с подкреплением в доказательствах теорем.

Проверьте работу в Paper и GitHub. Вся заслуга за это исследование принадлежит его ученым. Также не забудьте подписаться на наш Twitter и присоединиться к нашему Telegram каналу и группе в LinkedIn. Если вам нравится наша работа, вам понравится наша рассылка.

Не забудьте присоединиться к нашему Reddit сообществу по машинному обучению с 48 тысячами подписчиков.

Найдите предстоящие вебинары по ИИ здесь.

“`

Мобильная разработка на заказ и готовые решения

Мобильная разработка

Готовые и индивидуальные решения

Веб решения - разработка сайтов и сервисов

Web решения

Получите бесплатную консультацию по веб-разработке прямо сейчас

Аутсорсинг, подбор специалистов и команд разработки

Аутсорсинг

Выберите своего специалиста сегодня и начните свой проект

Новости

  • Запуск BingoGuard: Новый уровень модерации контента от Salesforce AI

    Обзор BingoGuard Salesforce AI представила BingoGuard, инновационную систему модерации контента, использующую большие языковые модели (LLMs). Эта система решает проблемы традиционной модерации, обеспечивая более точную классификацию контента. Ключевые особенности BingoGuard Гранулярная классификация: BingoGuard классифицирует…

  • Улучшение принятия решений в Гомоку с использованием ИИ и обучения с подкреплением

    Улучшение стратегического принятия решений с помощью ИИ в Гомоку Введение Искусственный интеллект (ИИ) может значительно улучшить бизнес-процессы, используя технологии, подобные большим языковым моделям (LLM). Эти модели способны анализировать данные и генерировать идеи, что…

  • PaperBench: Новый стандарт оценки ИИ в исследованиях машинного обучения

    Введение Быстрые достижения в области искусственного интеллекта (ИИ) подчеркивают необходимость эффективных методов оценки. Использование PaperBench может значительно улучшить способность вашей компании использовать ИИ для автоматизации исследовательских задач. Что такое PaperBench? PaperBench — это…

  • Снижение галлюцинаций в больших моделях визуально-языковых систем: практические бизнес-решения

    Снижение галлюцинаций в больших моделях визуального и языкового понимания Понимание проблемы галлюцинаций в LVLM Большие модели визуального и языкового понимания (LVLM) являются мощными инструментами, которые объединяют визуальные и текстовые данные для выполнения задач,…

  • Запуск передовой многомодальной модели встраивания для визуального извлечения документов

    Внедрение многомодальной модели Nomic Модель Nomic Embed Multimodal предлагает компании новые возможности для улучшения обработки документов. Она позволяет эффективно извлекать информацию как из текста, так и из изображений, что значительно упрощает рабочие процессы.…

  • Многоходовое Внимание: Революция в Понимании Языковых Моделей

    Введение в механизмы внимания в языковых моделях Языковые модели (LLMs) активно используют механизмы внимания для эффективного извлечения контекстной информации. Однако традиционные методы внимания ограничены однотокеновым вниманием, что может затруднять понимание сложных языковых зависимостей.…

  • Amazon Nova Act: Революция в автоматизации веб-задач

    Введение в Amazon Nova Act Amazon представил революционную модель ИИ под названием Nova Act, предназначенную для автоматизации различных веб-задач. Этот ИИ-агент может автоматизировать процессы, такие как заполнение форм, навигация по интерфейсу и управление…

  • Руководство для начинающих по терминалу и командной строке: основные команды и советы

    Практические бизнес-решения с использованием Terminal/Command Prompt Введение Terminal и Command Prompt – это мощные инструменты для взаимодействия с компьютерами, которые могут значительно повысить производительность и эффективность в бизнесе. Преимущества использования Terminal/Command Prompt Эффективная…

  • Гибридная система вознаграждений ByteDance: улучшение RLHF с помощью RTV и GenRM

    Введение в Гибридную Систему Наград в ИИ Недавнее исследование от ByteDance представляет значительное достижение в области искусственного интеллекта через гибридную систему наград. Эта система объединяет Проверяющие Задачи Размышления (RTV) и Генеративную Модель Наград…

  • Революционная платформа AI для интеграции рассуждений и поиска

    Введение в ReSearch: Прогрессивная AI-структура Обзор ReSearch ReSearch представляет собой продвинутую структуру, которая обучает большие языковые модели (LLM) комбинировать рассуждения с поиском с помощью обучения с подкреплением, устраняя необходимость в контролируемых данных для…

  • Использование Git и Git Bash: Руководство для бизнеса

    Бизнес-преобразование с помощью Git и искусственного интеллекта Введение Использование Git и Git Bash может значительно улучшить управление проектами. Эти инструменты позволяют командам отслеживать изменения кода и эффективно сотрудничать, что значительно повышает производительность бизнеса.…

  • Создание инструмента для анализа рентгеновских снимков с открытым исходным кодом

    Создание инструмента для оценки рентгеновских снимков с открытым исходным кодом Практические бизнес-решения Создание прототипа инструмента для оценки рентгеновских снимков может значительно улучшить процессы диагностики и повысить качество обслуживания клиентов в медицинских учреждениях. Использование…

  • Увеличение разнообразия креативного письма с помощью DPO и ORPO в ИИ моделях

    Улучшение креативного письма с помощью ИИ: Практические решения для бизнеса Понимание проблемы креативного письма в ИИ Креативное письмо требует разнообразия и воображения, что представляет собой уникальную задачу для систем искусственного интеллекта (ИИ). В…

  • Оценка юридических ответов на соответствие GDPR с помощью платформы Atla

    Оценка юридических ответов для соблюдения GDPR с помощью платформы Atla Обзор Данный гид описывает практический подход к оценке качества юридических ответов, сгенерированных языковыми моделями, с использованием платформы Atla и Python SDK. Наша цель…

  • VideoMind: Прорыв в понимании видео с помощью ИИ

    Видеоминд: Применение AI для понимания видео Видеоминд представляет собой значительное достижение в области искусственного интеллекта, особенно в понимании видео. Этот инновационный подход решает уникальные задачи анализа видеоконтента. Понимание задач видеоконтента Видеоматериалы более сложны…

  • Hostinger Horizons: Создавайте веб-приложения без кода с помощью ИИ

    Практические бизнес-решения с использованием Hostinger Horizons Hostinger Horizons предлагает уникальные возможности для бизнеса благодаря своей платформе без кода, которая упрощает создание веб-приложений. Вот как это может улучшить бизнес и реальную жизнь: Преимущества использования…

  • Hunyuan-T1: Революция в Искусственном Интеллекте для Бизнеса

    Практические бизнес-решения Преобразование рабочих процессов Искусственный интеллект может значительно улучшить бизнес-операции. Вот практические шаги, которые стоит рассмотреть: 1. Определите возможности автоматизации Ищите процессы, которые можно автоматизировать для повышения эффективности. 2. Улучшите взаимодействие с…

  • FFN Fusion от NVIDIA: Революция в эффективности больших языковых моделей

    Введение в большие языковые модели Большие языковые модели (LLMs) становятся все более важными в различных секторах, обеспечивая работу приложений, таких как генерация естественного языка и разговорные агенты. Однако с увеличением размера и сложности…