11月28日，DeepSeek在HuggingFace平台推出了其最新的数学推理模型DeepSeekMath-V2。这款模型采用了具备自我验证能力的训练框架，旨在提升数学推导过程的准确性与可靠性。

研发团队指出，传统的训练方法往往只关注最终答案的正确性，而忽视了推理过程的严谨性。这一缺陷在涉及定理证明等需要严格步骤推导的任务中尤为突出。为解决这一问题，DeepSeekMath-V2基于DeepSeek-V3.2-Exp-Base架构进行了优化升级，其核心突破在于引入了支持自我验证的训练机制。

该模型配备了一个由大语言模型驱动的验证器，能够自动审查自身生成的数学证明过程。通过持续生成高难度的训练样本，并结合扩展的验证计算流程，系统不断强化验证器的判断能力，从而提升整个推理链条的严谨程度。

在多项权威数学竞赛的测试中，该模型展现出接近顶尖人类选手的水平。在2025年国际数学奥林匹克竞赛和2024年中国数学奥林匹克竞赛中，其表现均达到了金牌标准。尤其在2024年普特南数学竞赛中，模型取得了118分（满分120分）的优异成绩，显示出极强的数学推理能力。

目前，DeepSeek已将DeepSeekMath-V2的完整代码与模型权重开放于Hugging Face及GitHub平台，供研究社区使用。团队表示，这一成果验证了自验证推理路径的技术可行性，尽管相关研究仍处于发展阶段，但为未来构建更高效、可信的数学智能系统开辟了新的技术路径。