四川
11月27日，DeepSeek的DeepSeekMath-V2模型，在IMO2025测试中拿到了金牌水平，分数比人类历史最高分还高。
更有意思的是，这模型还是目前唯一开源开放权重的IMO金牌级模型。
能在数学推理这种"烧脑"领域超过人类顶尖水平，背后肯定不是拍脑袋搞出来的，而是攒了一整年的技术"大招"集中爆发。
今天咱们就来聊聊，这个让AI在数学竞赛里"封神"的模型，到底藏着哪些不为人知的技术小心思。
要搞懂DeepSeekMath-V2为啥这么强，得先看看它的"前辈们"都练了哪些"内功"。
今年2月，DeepSeek发过一篇关于注意力机制的论文，叫NativeSparseAttention（NSA）。
传统的注意力机制就像撒网捕鱼，不管有用没用的信息全兜住，序列越长计算量越夸张，简直是"吃力不讨好"。
NSA就聪明多了，搞了个"动态分层稀疏"，简单说就是先粗筛一遍，再精挑细选，最后用滑动窗口盯着最近的信息。
你猜怎么着？在64k长度的序列上，解码速度直接快了11倍多，前向传播快9倍，反向传播快6倍。
关键是速度快了，效果还没降，反而略有提升。
袁境阳团队靠这个拿了ACL2025最佳论文，他们的目标更野，要把上下文长度扩展到100万。
光处理得快还不够，怎么把这些信息存下来也是个大问题。
这就轮到10月发布的OCR技术登场了，传统存长上下文就像往U盘里硬塞文件，塞多了要么卡要么丢。
DeepSeek的思路有点意思，把文本渲染成图像，用视觉encoder压缩。
实验结果挺惊喜，压缩10倍的时候，解码精度还能保持97%，就算压到20倍，也有60%左右。
MITTechnologyReview评价这技术"可能找到了改善AI记忆的新方法"，确实没夸张。
更绝的是它模拟人类记忆衰减的设计，历史图像分辨率慢慢降低，就像咱们记东西，最近的事记得清，越老的事越模糊。
这种"聪明的忘记"比一股脑全记住实用多了，这思路比单纯堆硬件存数据要巧多了。
除了处理和存储上下文，DeepSeek在多模态能力上也没闲着。
今年1月底，他们发布了Janus-Pro多模态模型，正好赶上R1引发全球关注那周。
这模型厉害在哪儿？能同时看懂图像和生成图像，就像既能看画又能画画的全能选手。
传统多模态模型经常"精神分裂"，理解图像要细节，生成图像要创意，俩需求打架。
Janus-Pro搞了个"解耦视觉编码"，两条路各管一摊，共用一个Transformer主干，这下不打架了。
这技术不光解决了当下的问题，更重要的是验证了"一个大脑干多种活"的可行性，给未来通用智能体打了个好底子。
这些"内功"练好了，终于在数学推理这个"硬仗"上派上了用场，这就是DeepSeekMath-V2的故事。
现在主流数学推理模型有点走偏了，被训练得只想着答对题，不管推理过程对不对。
就像有些学生考试靠蒙，答案对了但思路全错，老师一追问就露馅。
用强化学习死磕最终答案正确率，结果模型写的推理过程可能漏洞比筛子还多。
这种模式对付有标准答案的题还行，遇到开放问题就抓瞎。
DeepSeekMath-V2换了个思路，搞了个"生成器-验证器"双模型架构。
你可以理解成，生成器负责写证明过程，就像学生做题，验证器负责当老师，批改这个证明对不对、严不严谨，然后把意见反馈给生成器。
这样一来，生成器不光要答对，还得写清楚"为什么对"。
不过这里有个难题，生成器写的证明有时候太绕，验证器看不懂，这就是"生成-验证差距"。
DeepSeek的办法是"动态扩展验证计算"，遇到难验证的证明，就多花点计算资源仔细看，实在看不懂的，就自动标出来当成新训练数据，让验证器慢慢学。
就像老师遇到学生写的怪答案，先多看几遍，实在不懂就记下来当教学案例，下次就会了。
这种自我验证机制的价值可不小，首先，模型能自己发现推理问题并修正，不用老等着人类给标准答案。
以前模型学数学像照着答案抄作业，现在能自己检查作业了。
摆脱了对外部标准答案的依赖，这对解决开放问题太重要了，现实世界里很多问题根本没有标准答案，总不能一直等着人来教吧？这步棋走得比单纯提高正确率有远见多了。
这些技术拼到一起，你会发现DeepSeek不是在瞎搞。
NSA解决长上下文处理效率，OCR解决存储效率，俩技术凑一块，指向的是百万级甚至更长的上下文窗口，Janus-Pro的多模态能力是通用智能体的基础设施。
各项技术不是孤立的，而是一套有内在联系的组合拳。
未来的大模型会往哪儿走？在线强化学习肯定是个重要方向。
简单说就是模型能边用边学，实时跟环境互动、获取反馈、更新策略。
R1靠纯强化学习突破推理能力，R1-Zero证明了用固定习题就能练出强模型，这些都在说明"边做边学"比"一次性喂饱"更高效。
DeepSeek的各项技术其实都在为这个方向铺路，自我验证机制让模型能自己找错，动态扩展计算让模型能根据问题难度调整努力程度，多模态能力让模型能跟更复杂的环境互动。
现在的DeepSeekMath-V2已经迈出了第一步，未来要是把这些技术全整合好，再加上开源这个大优势，说不定真能让AI在通用智能的路上走得更稳。
毕竟，聪明的AI不光要会做题，更要学会怎么自己变得更聪明，这大概就是DeepSeek想告诉我们的事。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
