据悉，DeepSeek-Prover-V2技术报告揭秘了模型的训练核心——递归+强化学习，提升数学推理。此次发布提供7B和671B参数两种模型尺寸。团队通过冷启动数据集、专家迭代等方法优化证明模型，在神经定理证明方面取得最优性能v2和clash配置。实验结果显示在多个基准测试中均表现出色，展示了CoT推理模式的显著性能优势以及对高级数学问题的有效处理能力。

　　根据研究成果, DeepSeek-Prover-V2将进一步探索解决IMO级难题的可能性，并致力于缩小非形式化与形式化数学推理之间的差距。