DeepSeek推出新開源AI Prover V2 震撼數學界

中國DeepSeek推出新開源AI，Prover V2專注於數學定理驗證

中國人工智能開發公司DeepSeek最近推出了一個新的開放權重大型語言模型（LLM）——Prover V2。該模型於4月30日上傳至Hugging Face的托管服務，並以MIT開源許可證發布，旨在解決數學證明的驗證問題。

Prover V2擁有6710億個參數，顯著大於其前身Prover V1和Prover V1.5，後者於2024年8月發布。第一版的論文解釋了該模型是如何使用Lean 4編程語言將數學競賽問題轉換為形式邏輯的，這種工具在證明定理時被廣泛使用。

開發者表示，Prover V2將數學知識壓縮成一種格式，使其能夠生成和驗證證明，這可能對研究和教育有所幫助。

這一切意味著什麼？

在AI領域，模型通常被非正式且不正確地稱為“權重”，它是一組文件，允許用戶在本地執行AI，而無需依賴外部伺服器。然而，值得指出的是，最先進的LLM需要的硬件超過了大多數人所能接觸到的。

這是因為這些模型通常擁有大量參數，導致文件龐大，需要大量的RAM或VRAM（GPU記憶體）和處理能力來運行。新的Prover V2模型約重650GB，預計將從RAM或VRAM運行。

為了將模型壓縮到這個大小，Prover V2的權重已被量化至8位浮點精度，這意味著每個參數的空間被近似為通常16位的一半，而位元則是二進位數字中的單一數字。這樣有效地減少了模型的體積。

Prover V1基於擁有70億參數的DeepSeekMath模型，並在合成數據上進行了微調。合成數據是指用於訓練AI模型的數據，這些數據本身也是由AI模型生成的，而人類生成的數據通常被視為越來越稀缺的高質量數據來源。

據報導，Prover V1.5在優化訓練和執行方面改善了前一版本，並在基準測試中達到了更高的準確性。到目前為止，Prover V2所帶來的改進尚不明確，因為在撰寫時尚未發布任何研究論文或其他信息。

Prover V2的權重參數數量表明，它可能基於該公司的前一個R1模型。R1首次發布時在AI領域引起轟動，其性能與當時最先進的OpenAI的o1模型相當。

開放權重的重要性

公開發布LLM的權重是一個有爭議的話題。一方面，它是一種民主化力量，使公眾可以在自己的條件下訪問AI，而無需依賴私營公司的基礎設施。

另一方面，這意味著公司無法介入並防止模型的濫用，無法對危險的用戶查詢施加某些限制。以這種方式發布的R1引發了安全擔憂，有人將其描述為中國的“斯普特尼克時刻”。

開源支持者欣喜地看到DeepSeek繼續了Meta在其LLaMA系列開源AI模型發布時的努力，證明開放AI是對OpenAI封閉AI的嚴重競爭者。這些模型的可獲得性也在不斷改善。

可接觸的語言模型

現在，即使是那些無法接觸到超級計算機的用戶，也能在本地運行LLM，這主要得益於兩種AI開發技術：模型蒸餾和量化。

蒸餾是指訓練一個緊湊的“學生”網絡，以複製更大“教師”模型的行為，從而在減少參數的同時保留大部分性能，使其能夠在較弱的硬件上運行。量化則是通過減少模型權重和激活的數字精度來縮小大小，並提高推理速度，僅有輕微的準確性損失。

例如，Prover V2將浮點數從16位減少到8位，但進一步的減少也是可能的，通過進一步減半位數來實現。這兩種技術對模型性能有影響，但通常不會影響模型的主要功能。

DeepSeek的R1被蒸餾成多個版本，這些版本使用重新訓練的LLaMA和Qwen模型，參數範圍從70億到最低1.5億。這些最小的模型甚至可以在某些移動設備上可靠運行。

在這個快速發展的AI領域，DeepSeek的最新舉措不僅展示了中國在開源AI方面的潛力，也引發了對AI技術安全性和可持續性的廣泛討論。隨著開源AI的逐步普及，未來的挑戰將是如何平衡技術進步與倫理責任之間的關係。

以上文章由特價GPT API KEY所翻譯及撰寫。而圖片則由FLUX根據內容自動生成。