DeepSeek-Math-V2开源：国产数学金牌模型性能对标GPT-4o

11月27日，DeepSeek团队在Hugging Face平台重磅发布参数量高达236B的数学大模型DeepSeek-Math-V2。该模型采用MoE混合专家架构，虽然总参数量庞大，但激活参数仅21B，上下文长度更是突破128K token。更令人惊喜的是，团队当天同步开放了Apache 2.0协议授权，商业使用零限制，强大的开源诚意瞬间引爆服务器带宽。

数学能力成绩单（零样本思维链测试）：

- MATH基准测试中取得75.7%的优异成绩，与GPT-4o（76.6%）几乎并驾齐驱；

- AIME 2024挑战中成功解答4/30的题目，表现优于Gemini 1.5 Pro和Claude-3-Opus；

- Math Odyssey测试中获得53.7%的分数，同样跻身第一梯队。

模型的核心突破在于创新的“自验证”双引擎机制：Generator负责生成解题初稿，Verifier则逐步检查推理过程，发现错误立即打回重写，最多支持16轮迭代优化。最终通过多数投票结合元验证器有效抑制幻觉现象。训练语料规模达到1000亿token，涵盖学术论文、竞赛试题与合成数据，并引入GRPO强化学习技术精准对齐人类解题偏好。

受益于代码与数学混合训练策略，DeepSeek-Math-V2在编程领域同样展现出强大实力：Humaneval得分90.2%、MBPP达到76.2%，更在SWEBench测试中成为首个突破10%准确率大关的开源模型，直接对标GPT-4-Turbo和Claude 3 Opus等顶级闭源模型。

目前模型已在Hugging Face平台上线，仅需80GB显存即可实现多卡推理。技术社区正在火热复现相关成果。若想为AI装备一颗专业的“数学大脑”，现在只需一行`transformers`代码即可加载——这款国产开源模型，再次将闭源巨头的技术壁垒变成了显微镜下的裂缝。