DeepSeek V4 在 Putnam-2025 上取得满分成绩，与 Axiom 在形式化数学推理中并列第一

Gate News 消息，4 月 24 日——DeepSeek V4 已发布来自形式化数学推理评测的结果，在 Putnam-2025 上取得满分 120/120，与 Axiom 并列第一。

在使用 LeanExplore 与受约束采样的实践模式中，V4-Flash-Max 在 Putnam-200 Pass@8 基准测试中得分 81.00，显著超过 Seed-2.0-Prover (35.50)、Gemini 3 Pro (26.50) 和 Seed-1.5-Prover (26.50)。前沿模式结果显示，V4 领先于 Seed-1.5-Prover (110/120) 和 Aristotle (100/120)。

V4 采用混合的形式化-非形式化推理方法：非形式化推理生成候选的自然语言解答，自我验证对结果进行筛选，而形式化智能体在 Lean 中完成严格证明。前沿模式结果使用了大规模计算扩展，而实践模式得分更能反映标准部署能力。