中文简介
deepseek-ai/DeepSeek-Prover-V1.5-Base 是 deepseek-ai 在 Hugging Face 发布的模型仓库,当前卡片主要关联文本生成与推理。本站固定记录上游版本 0b260a2db7a4,同步到 11 个文件,文件元数据合计 12.87 GB;访问状态为“公开”,许可证字段为“deepseek-license”。
上游模型卡 / 数据集卡
【README 卡片中文译介】
以下内容依据上游仓库 deepseek-ai/DeepSeek-Prover-V1.5-Base 的固定版本 README、卡片字段和文件元数据进行中文结构化整理。它保留便于选型的关键信息,完整技术细节、代码示例和许可文本请同时查看上游原文。
【资源概览】
deepseek-ai/DeepSeek-Prover-V1.5-Base 是 deepseek-ai 在 Hugging Face 发布的模型仓库,当前卡片主要关联文本生成与推理。本站固定记录上游版本 0b260a2db7a4,同步到 11 个文件,文件元数据合计 12.87 GB;访问状态为“公开”,许可证字段为“deepseek-license”。
【适用方向】
适合在真实样本上评估文本生成与推理能力,并比较质量、时延和资源消耗。 建议先用小规模样本验证推理框架、输入输出格式和任务指标,再决定是否进入完整权重获取、量化或部署评估。
【版本与规格】
固定版本:0b260a2db7a4。 任务标签:文本生成与推理。 架构:LlamaForCausalLM。 上游 Safetensors 元数据显示参数量约 6.91 B。 模型类型字段:llama。 上游页面记录的最近更新时间:2024-08-29。
【文件信息】
上游 API 返回 11 个文件,文件元数据合计 12.87 GB。 已保存文件清单中的主要扩展名:.json 4 个、无扩展名 4 个、.safetensors 2 个、.md 1 个。 当前较大的文件包括:model-00001-of-000002.safetensors(8.00 GB);model-00002-of-000002.safetensors(4.87 GB);tokenizer.json(4.39 MB)。
【运行或处理环境】
仓库文件元数据合计 12.87 GB。 按每参数 2 字节只计算 BF16 权重,理论下限约 12.87 GB;这不包含 KV Cache、激活值、框架开销或并发余量。 实际显存与内存由精度、量化方式、上下文长度、批量、并发、MoE 专家加载方式和推理框架共同决定,不能只凭参数名或仓库大小作部署承诺;应在目标格式和目标硬件上实测。
【使用边界】
许可证显示为“deepseek-license”,具体用途限制、附加政策和归属要求仍以上游原文为准。 模型输出、工具调用和生成内容可能出现错误、偏见或安全风险,面向业务前应建立任务级评测、权限隔离和人工确认。
Evaluation Results | Model Download | License | Citation | Contact Paper Link 👁️ DeepSeek-Prover-V1.5: Harnessing Proof Assistant Feedback for Reinforcement Learning and Monte-Carlo Tree Search 1. Introduction We introduce DeepSeek-Prover-V1.5, an open-source language model designed for theorem proving in Lean 4, which enhances DeepSeek-Prover-V1 by optimizing both training and inference processes. Pre-trained on DeepSeekMath-Base with specialization in formal mathematical languages, the model undergoes supervised fine-tuning using an enhanced formal theorem proving dataset derived from DeepSeek-Prover-V1. Further refinement is achieved through reinforcement learning from proof assistant feedback (RLPAF). Beyond the single-pass whole-proof generation approach of DeepSeek-Prover-V1, we propose RMaxTS, a variant of Monte-Carlo tree search that employs an intrinsic-reward-driven exploration strategy to generate diverse proof paths. DeepSeek-Prover-V1.5 demonstrates significant improvements over DeepSeek-Prover-V1, achieving new state-of-the-art results on the test set of the high school level miniF2F benchmark (63.5%) and the undergraduate level ProofNet benchmark (25.3%). 2. Evaluation Results | | miniF2F-test | ProofNet | |--------|------------------|------------------| | **ReProver** | 26.5% | 13.8% | | **GPT-f** | 36.6% | - | | **Hypertree Proof Search** | 41.0% | - | | **InternLM2-StepProver** | 54.5% | 18.1% | | **DeepSeek-Prover-V1** | 50.0% | - | | **DeepSeek-Prover-V1.5-Base** | 42.2% | 13.2% | | **DeepSeek-Prover-V1.5-SFT** | 57.4% | 22.9% | | **DeepSeek-Prover-V1.5-RL** | 60.2% | 22.6% | | **DeepSeek-Prover-V1.5-RL + RMaxTS** | **63.5%** | **25.3%** | 3. Model Downloads We release the DeepSeek-Prover-V1.5 with 7B parameters, including base, SFT and RL models, to the public. | **Model** | **Download** | | :-----------------------------: | :----------------------------------------------------------: | | DeepSeek-Prover-V1.5-Base | 🤗 HuggingFace | | DeepSeek-Pr
适用场景
适合在真实样本上评估文本生成与推理能力,并比较质量、时延和资源消耗。 建议先用小规模样本验证推理框架、输入输出格式和任务指标,再决定是否进入完整权重获取、量化或部署评估。
模型参数
固定版本:0b260a2db7a4。 任务标签:文本生成与推理。 架构:LlamaForCausalLM。 上游 Safetensors 元数据显示参数量约 6.91 B。 模型类型字段:llama。 上游页面记录的最近更新时间:2024-08-29。
文件说明
上游 API 返回 11 个文件,文件元数据合计 12.87 GB。 已保存文件清单中的主要扩展名:.json 4 个、无扩展名 4 个、.safetensors 2 个、.md 1 个。 当前较大的文件包括:model-00001-of-000002.safetensors(8.00 GB);model-00002-of-000002.safetensors(4.87 GB);tokenizer.json(4.39 MB)。
上游文件元数据
.gitattributes1.48 KBconfig.json699 BLICENSE0 BLICENSE-CODE1.04 KBLICENSE-MODEL13.44 KBmodel-00001-of-000002.safetensors8.00 GBmodel-00002-of-000002.safetensors4.87 GBmodel.safetensors.index.json22.20 KBREADME.md6.44 KBtokenizer.json4.39 MBtokenizer_config.json1.56 KB
硬件建议
仓库文件元数据合计 12.87 GB。 按每参数 2 字节只计算 BF16 权重,理论下限约 12.87 GB;这不包含 KV Cache、激活值、框架开销或并发余量。 实际显存与内存由精度、量化方式、上下文长度、批量、并发、MoE 专家加载方式和推理框架共同决定,不能只凭参数名或仓库大小作部署承诺;应在目标格式和目标硬件上实测。
注意事项
许可证显示为“deepseek-license”,具体用途限制、附加政策和归属要求仍以上游原文为准。 模型输出、工具调用和生成内容可能出现错误、偏见或安全风险,面向业务前应建立任务级评测、权限隔离和人工确认。
获取、校验与交付
咨询此资源时只需发送本页链接或资源准确全称。橙子AI科技会继续核对版本、文件与类型、README资料卡、许可证和访问条件,并在合法访问权限、许可证及平台规则允许的前提下,协助海内外下载、完整性校验及网盘或硬盘交付;本官网本身不托管或下载资源文件。
- 大模型获取与国内转存服务
- 大模型怎么下载:Hugging Face 官方方式与国内交付完整指南
- 国内下载 Hugging Face 模型很慢或经常中断怎么办
- DeepSeek、ChatGPT、豆包、Kimi 能否下载到本地
本页面为橙子AI科技基于固定版本上游卡片整理的中文信息与服务说明,不代表资源作者或平台官方页面。实际许可、访问和使用条件以上游原文为准。