/ Модель

Характеристики

Контекст
4 096 токенов
Параметры
6,5 млрд
Размер весов
13,8 ГБ
Лицензия
Своя лицензия
Архитектура
llama · dense
Базовая модель
DeepSeek-Prover-V1.5-SFT
Опубликована
15 авг 2024

DeepSeek-Prover-V1.5-RL

Генерация текстаТекст → текст3 профессии

Модель DeepSeek AI для генерации и поиска формальных математических доказательств на Lean 4.

4 450скачиваний за 30 дней68лайковвеса обновлены29 авг 2024

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

DeepSeek-Prover-V1.5-RL — языковая модель DeepSeek AI для автоматического доказательства теорем в Lean 4. Это плотная авторегрессионная модель семейства Llama с 6,5 млрд параметров и контекстом 4096 токенов. Модель дообучена с подкреплением на основе обратной связи от proof assistant после этапа supervised fine-tuning; для поиска доказательств авторы также предлагают метод RMaxTS на основе Monte Carlo tree search.

Модель предназначена для генерации формальных доказательств и поиска путей доказательства математических утверждений в Lean 4. В README указаны результаты 63,5% на тестовой части miniF2F и 25,3% на ProofNet. Репозиторий содержит веса safetensors и поддерживает генерацию текста. Указана лицензия other; конкретные условия следует проверять в файлах лицензии репозитория.

Сценарии применения

  • генерация доказательства теоремы в Lean 4
  • поиск формального доказательства для математической задачи
  • предложение вариантов доказательства для проверки в proof assistant

Ограничения

Модель ориентирована на формальные доказательства в Lean 4, поэтому её применение к обычным диалогам и задачам вне математического доказательства ограничено. Результаты бенчмарков не гарантируют корректность доказательства для конкретной задачи; его следует проверять в Lean.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

DeepSeek-Prover-V1.5: Harnessing Proof Assistant Feedback for Reinforcement Learning and Monte-Carlo Tree Search

1. Introduction

We introduce DeepSeek-Prover-V1.5, an open-source language model designed for theorem proving in Lean 4, which enhances DeepSeek-Prover-V1 by optimizing both training and inference processes. Pre-trained on DeepSeekMath-Base with specialization in formal mathematical languages, the model undergoes supervised fine-tuning using an enhanced formal theorem proving dataset derived from DeepSeek-Prover-V1. Further refinement is achieved through reinforcement learning from proof assistant feedback (RLPAF). Beyond the single-pass whole-proof generation approach of DeepSeek-Prover-V1, we propose RMaxTS, a variant of Monte-Carlo tree search that employs an intrinsic-reward-driven exploration strategy to generate diverse proof paths. DeepSeek-Prover-V1.5 demonstrates significant improvements over DeepSeek-Prover-V1, achieving new state-of-the-art results on the test set of the high school level miniF2F benchmark (63.5%) and the undergraduate level ProofNet benchmark (25.3%).

2. Evaluation Results

miniF2F-testProofNet
ReProver26.5%13.8%
GPT-f36.6%-
Hypertree Proof Search41.0%-
InternLM2-StepProver54.5%18.1%
DeepSeek-Prover-V150.0%-
DeepSeek-Prover-V1.5-Base42.2%13.2%
DeepSeek-Prover-V1.5-SFT57.4%22.9%
DeepSeek-Prover-V1.5-RL60.2%22.6%
DeepSeek-Prover-V1.5-RL + RMaxTS63.5%25.3%

3. Model Downloads

We release the DeepSeek-Prover-V1.5 with 7B parameters, including base, SFT and RL models, to the public.

ModelDownload
DeepSeek-Prover-V1.5-Base🤗 HuggingFace
DeepSeek-Prover-V1.5-SFT🤗 HuggingFace
DeepSeek-Prover-V1.5-RL🤗 HuggingFace

4. License

This code repository is licensed under the MIT License. The use of DeepSeekMath models is subject to the Model License. DeepSeekMath supports commercial use.

See the LICENSE-CODE and LICENSE-MODEL for more details.

5. Citation

@article{xin2024deepseekproverv15harnessingproofassistant,
      title={DeepSeek-Prover-V1.5: Harnessing Proof Assistant Feedback for Reinforcement Learning and Monte-Carlo Tree Search}, 
      author={Huajian Xin and Z. Z. Ren and Junxiao Song and Zhihong Shao and Wanjia Zhao and Haocheng Wang and Bo Liu and Liyue Zhang and Xuan Lu and Qiushi Du and Wenjun Gao and Qihao Zhu and Dejian Yang and Zhibin Gou and Z. F. Wu and Fuli Luo and Chong Ruan},
      year={2024},
      eprint={2408.08152},
      archivePrefix={arXiv},
      primaryClass={cs.CL},
      url={https://arxiv.org/abs/2408.08152}, 
}

6. Contact

If you have any questions, please raise an issue or contact us at service@deepseek.com.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
40a7601

0 моделей