11月27日，DeepSeek正式推出DeepSeekMath-V2模型，该模型的核心优势在于采用了能够自我验证的数学推理训练框架。

研发团队指出，仅仅追求最终答案的正确率无法保证推理链条的严谨性，特别是在定理证明这类需要逐步推导的任务中尤为明显。为此，该模型引入基于大语言模型的验证器，对生成的证明过程进行自动审查，同时借助扩展验证计算持续生成高难度训练样本，从而不断提升验证器的判断能力。

据悉，DeepSeekMath-V2基于DeepSeek-V3.2-Exp-Base架构开发，在2025年国际数学奥林匹克竞赛（IMO 2025）和2024年中国数学奥林匹克竞赛（CMO 2024）中均达到金牌水平，并在2024年普特南数学竞赛（Putnam 2024）中获得118分的优异成绩（满分120分）。最新进展显示，虽然仍有大量工作有待推进，但现有成果已充分证明：具备自我验证能力的数学推理是一条切实可行的技术路径，有望为构建更强大、更可靠的数学智能系统奠定坚实基础。