轻口味的专栏

DeepSeek-Prover-V2的核心创新在于其​​递归定理证明冷启动框架​​​子目标分解​​：借助DeepSeek-V3大模型（671B参数）将复杂数学定理转化为层次化证明草图，并自动生成Lean 4形式化代码；​​分层求解​​：通过7B参数轻量化模型处理子目标证明，显著降低计算成本，同时保留DeepSeek-V3的思维链推理逻辑；​​数据闭环​​：将已验证的子目标证明与原始推理过程结合，构建强化学习训练数据集，最终训练出具备端到端验证能力的DeepSeek-Prover-V2-671B模型。

首先我们看看MCP的官方架构图：MCP Hosts: Hosts 是指 LLM 启动连接的应用程序，像 Cursor, Claude Desktop、Cline 这样的应用程序。MCP Clients: 客户端是用来在 Hosts 应用程序内维护与 Server 之间 1:1 连接，可以理解为是Host的一部分。MCP Servers: 通过标准化的协议，为 Client 端提供上下文、工具和提示。Local Data Sources: 本地的文件、数据库和 API。

模型数学代码等核心指标（AIME 24/25、livecodebench）以及部分通用指标（IFEval、LiveBench等）达到DeepSeek-R1 满血版水平，各指标均显著超过同样基于 Qwen2.5-32B 的 DeepSeek-R1-Distill-Qwen-32B。QwQ-32B是中型推理模型，能够与最先进的推理模型（如DeepSeek-R1, 01 -mini）竞争。本地部署qwq-32b建议的配置：CPU 16核以上，内存64GB+，硬盘30GB+，显卡24GB+显存。

整体看下来就是我们之前介绍的飞书多维表格制作工作流的升级版，很多手动的东西都帮我们自动完成了，是个不错的创意，但是整体看下来壁垒很小，估计很快就有其他公司跟进了。写小红书广告：https://manus.im/share/6vU5tFhNJNznVrm7lNncan?多语言官网：https://manus.im/share/yOycR2NvksUBL62QbcKyIT?短视频文案：https://manus.im/share/Dgt7phHdZnEGpyTAgt6QLE?√ KV Cache动态优化引擎。