डीपसीक वी4 गणितीय प्रमाण देता है: प्रिंसटन ने 500 गुना लागत लाभ के साथ रिकॉर्ड तोड़ा

एआई द्वारा गणित के क्षेत्र पर गहरा प्रभाव पड़ रहा है। मई 2026 में, OpenAI ने 80 साल पुराने "इकाई दूरी अनुमान" को पलट दिया। फील्ड्स मेडल विजेता गोवर्स ने इसे "युग-निर्माण मील का पत्थर" कहा। टेरेंस ताओ ने घोषणा की कि वह वास्तविक समय में सभी नए प्रमाणों का अनुसरण करना छोड़ देंगे: "गणित प्रमाण की कमी के युग से प्रमाण की अधिकता के युग की ओर बढ़ रहा है।"

इस पृष्ठभूमि के खिलाफ, प्रिंसटन यूनिवर्सिटी पीएलआई टीम (संजीव अरोरा + चेन डानकी) ने गोएडेल-आर्किटेक्ट एजेंट फ्रेमवर्क बनाने और $294 के लिए सभी 672 पुटनमबेंच प्रश्नों को पूरा करने के लिए <exlink type='tool' slug='डीपसीक' नाम='डीपसीक'/> वी4 फ्लैश का उपयोग किया - Google जेमिनी 2.5 प्रो द्वारा संचालित पिछले हिल्बर्ट सिस्टम के लिए $170,000 की आवश्यकता थी। पास दर 75.6% बनाम 70.0% है, और लागत लाभ लगभग 500 गुना है। MiniF2F-परीक्षण 99.2% तक पहुंच गया, और सभी 244 प्रश्नों को हल करने वाला पहला सिस्टम बन गया।

गोएडेल-आर्किटेक्ट के मुख्य नवाचार

"ब्लूप्रिंट" की अवधारणा गोएडेल-आर्किटेक्ट की एक महत्वपूर्ण सफलता है - साबित करने से पहले एक निर्देशित एसाइक्लिक ग्राफ तैयार किया जाता है, जिसमें लेम्मा की सभी परिभाषाएँ और निर्भरताएँ शामिल होती हैं, और फिर समानांतर प्रसंस्करण के लिए लीन प्रोवर को वितरित किया जाता है। विफलता अंत नहीं बल्कि एक नैदानिक ​​संकेत है: सिस्टम स्वचालित रूप से गलत प्रस्तावों को सही करता है और "ब्लूप्रिंट शोधन" के माध्यम से साबित करने में मुश्किल समस्याओं को तोड़ देता है। नियंत्रित चर के साथ प्रयोग साबित करते हैं कि 500x लागत लाभ की कुंजी बेहतर मॉडल के बजाय पाइपलाइन डिजाइन में निहित है।

कोर आर एंड डी टीम

पीएलआई के संस्थापक निदेशक संजीव अरोड़ा (एसीएम कंप्यूटिंग पुरस्कार के विजेता) और चेन डैन्की (90,000+ Google विद्वान उद्धरण, सिंघुआ स्नातक/स्टैनफोर्ड पीएचडी) सह-नेतृत्व कर रहे हैं। टीम ने पहले गोएडेल-प्रोवर श्रृंखला जारी की है, जो MiniF2F को 60% से 90% तक बेहतर बनाती है।

बेंचमार्क परिणाम

• पुटनमबेंच: 75.6% पास@1 (हिल्बर्ट 70.0%), प्राकृतिक भाषा सहायता के बाद 88.8%
• MiniF2F-टेस्ट: 99.2% (सभी 244 प्रश्नों को पास करने वाला पहला)
• आईएमओ 2025: 4/6 प्रश्न
• पुटनम 2025: 11/12 प्रश्न
• यूएसएएमओ 2026: 3/6 प्रश्न (संदूषण प्रतिरक्षा परीक्षण)

500 गुना लागत लाभ डीपसीक की अंतिम लागत-प्रभावशीलता और ब्लूप्रिंट शोधन ढांचे के दोहरे नवाचार से आता है। एआई संरेखण और विश्वसनीयता के लिए औपचारिक प्रमेय साबित करना एक महत्वपूर्ण दिशा है - लीन कंपाइलर निश्चितता प्रदान करते हैं जो किसी भी सहकर्मी की समीक्षा से अधिक विश्वसनीय है। अधिक प्रतीकात्मक बात यह है कि प्रिंसटन की एक शीर्ष टीम ने इस महत्वपूर्ण कार्य को पूरा करने के लिए अमेरिकी बंद स्रोत मॉडल के बजाय चीनी ओपन सोर्स मॉडल को चुना, जिसका वैश्विक एआई अनुसंधान पारिस्थितिकी तंत्र पर गहरा प्रभाव पड़ता है।

अनुसरण करने लायक:

1. ओपन सोर्स डिफ्यूजन: क्या गोएडेल-आर्किटेक्ट फ्रेमवर्क का उपयोग अन्य मॉडलों (डौबाओ/जीएलएम) द्वारा समान प्रभावों को पुन: उत्पन्न करने के लिए किया जा सकता है?
2. रिसर्च इकोलॉजिकल सिग्नल: वैश्विक एआई शैक्षणिक समुदाय पर चीन के ओपन सोर्स मॉडल का उपयोग करने के प्रिंसटन के निर्णय का प्रभाव
3. औपचारिक सत्यापन का औद्योगीकरण: प्रमुख सॉफ्टवेयर सत्यापन, स्मार्ट अनुबंध ऑडिटिंग और अन्य परिदृश्यों में आवेदन की संभावनाएं