DeepSeek 2025’in başında ücretsiz düşünme modelleriyle dikkat çeken bir şirket konumuna gelmişti. Şirket şimdi de DeepSeekMath-V2 modelini tanıtarak matematiksel akıl yürütmeyi kendi içinde doğrulayabilen bir yapıya geçiş yapıyor. Model adım adım türetme mantığını temel alıyor. DeepSeek ekibi sayısal sonuca bağlı kalmayan bir ispat süreci oluşturmayı hedefliyor.
DeepSeekMath-V2 Matematiksel İspat Yapısını Güçlendirdi
DeepSeek açıklamasında yeni modelin üretim doğrulama döngüsüyle çalıştığını belirtiyor. Şirket ispat doğrulama sürecini LLM temelli bir doğrulayıcıyla destekliyor. Bu doğrulayıcı ispatların doğruluğunu denetleyen bir yapı sunuyor. DeepSeek doğrulayıcıyı ödül modeli olarak kullanarak özel bir ispat üreticisi de eğitiyor. Bu ispat üreticisi kendi içindeki hataları tespit edip çözmeye yönelen bir davranış sergiliyor. Sistem zorlu ispatları otomatik olarak etiketleyerek doğrulayıcıyı sürekli geliştiren bir eğitim döngüsü kuruyor.
DeepSeekMath-V2 modeli kısa süre içinde çeşitli matematik yarışmalarında güçlü performans gösterdi. Model IMO 2025 ve CMO 2024’te altın seviyesinde sonuçlar aldı. Putnam 2024 yarışmasında ise 118/120 gibi oldukça yüksek bir skor elde etti. Şirket test sürecinde hesaplama kapasitesini ölçekleyerek doğruluk oranını artırmayı hedefledi. Bu başarılar modelin ispat süreçlerini ele alış biçiminin güçlü bir temel içerdiğini gösteriyor.
DeepSeek yeni modelini DeepSeek-V3.2-Exp-Base altyapısı üzerine inşa etti. Şirket modeli HuggingFace üzerinden indirilebilir hâlde sunuyor. Kullanıcılar ayrıca modelin çalışma yapısını DeepSeek-V3.2-Exp GitHub deposunda takip edebiliyor. Şirket araştırmacılar için teknik ayrıntıların yer aldığı PDF formatında bir makaleyi de paylaşmış durumda. DeepSeekMath-V2 araştırma topluluğuna açık biçimde paylaşıldığı için matematiksel düşünme süreçlerinin daha erişilebilir hâle gelmesi hedefleniyor. Bilim dünyası bu tip modellerle matematiksel yapıların daha sağlıklı anlaşılacağı görüşünde birleşiyor.
