技术博客

斯坦福大学马腾宇团队在DeepSeek推理领域取得了重大突破，提出了STP（自博弈定理证明器）技术。该技术通过让模型在“猜想者”和“证明者”角色间交替，实现了有限数据条件下的无限迭代优化。STP技术在Lean和Isabelle验证器上的表现超越了现有方法，证明成功率翻倍，并在多个基准测试中达到了行业领先水平。

斯坦福大学马腾宇教授团队在DeepSeek推理效率上取得了重大突破，推出了STP（自博弈定理证明器）技术。该技术通过模型在“猜想者”和“证明者”角色间的交替训练，实现了有限数据下的无限自我优化。测试结果显示，STP在Lean和Isabelle验证器上的证明成功率是现有方法的两倍，并在多个基准测试中达到行业领先水平。