Il gruppo cinese DeepSeek, già noto per aver introdotto uno dei primi modelli AI di pensiero a libero accesso nel 2025, ha annunciato il rilascio di DeepSeekMath-V2, una nuova architettura pensata per il ragionamento matematico. Essa dovrebbe essere in grado di generare delle dimostrazioni auto-verificabili dei teoremi, con passaggi logici trasparenti per andare oltre la sola produzione di risultati corretti dal punto di vista numerico.
Le caratteristiche di DeepSeekMath-V2
L’implementazione del modello si basa su un approccio molto innovativo fondato su un ciclo di generazione e verifica. DeepSeek ha sviluppato una sorta di verificatore addestrato su compiti di dimostrazione formale in grado di valutare l’esattezza dei passaggi logici. Abbiamo poi un generatore di prove che utilizza il verificatore come modello di ricompensa e impara ad individuare e correggere autonomamente eventuali errori nei ragionamenti.
Questo sistema, che prende il nome di verification scaling, consente di etichettare automaticamente nuove dimostrazioni e di generare continuamente dati di addestramento per migliorare la precisione del verificatore.
Nei test più recenti, DeepSeekMath-V2 ha dimostrato prestazioni di alto livello e ottenuto dei punteggi molto elevati nelle competizioni matematiche. Questo grazie a un’elaborazione computazionale che viene ottimizzata durante i processi di esecuzione (scaled test-time compute).
La nuova versione si basa sull’architettura DeepSeek-V3.2-Exp-Base ed è disponibile su HuggingFace. La documentazione tecnica e il supporto per l’inferenza sono consultabili invece nel repository ufficiale su GitHub.
Implicazioni scientifiche e prospettive future
Secondo DeepSeek, lo sviluppo del nuovo modello rappresenta un passo importante verso lo sviluppo di sistemi AI capaci di ragionamento simbolico trasparente. Un elemento chiave per affrontare problemi matematici complessi.
La possibilità di verificare ogni passaggio apre nuove prospettive per le ricerche su fisica teorica, ingegneria e sanità. Un modello in grado di andare oltre ai soli risultati delle formule matematiche potrebbe aiutarci a scoprire nuovi segreti dell’universo.
.

