DeepSeek

DeepSeek、再帰的証明探索と新ベンチマークでニューラル定理証明を進展させる「DeepSeek-Prover-V2」を発表

Synced Review2025年5月1日開発元

DeepSeek は Lean 4 環境向けに再帰的証明探索と新しいベンチマークを特徴とする大規模モデル DeepSeek-Prover-V2 を公開し、数学的推論能力において新記録を達成した。

GRPOは10倍効率的か？Kwai AIのSRPOがYesを示唆

Synced Review2025年4月24日主題

Kwai AI は、数学およびコード領域で DeepSeek-R1-Zero に匹敵する性能を、訓練ステップ数を約 10 分の 1 に抑えることで達成する新手法 SRPO を発表した。

DeepSeek、次世代R2モデルを示唆しSPCTを用いた推論スケーリングの新手法を公開

Synced Review2025年4月11日開発元

DeepSeek AI が次世代モデル R2 の登場を示唆するとともに、推論段階でのスケーラビリティを革新する SPCT 技術と RL と LLM の相乗効果に関する詳細な研究論文を発表した。