DeepSeek V4 alcança pontuação perfeita de 120 no Putnam-2025, igualando o Axiom em raciocínio matemático formal

De acordo com o monitoramento da Dongcha Beating, o DeepSeek V4 lançou dois conjuntos de avaliações formais de raciocínio matemático. A Competição Putnam é a competição de matemática de graduação de mais alto nível na América do Norte. No Regime Prático, o V4-Flash-Max marcou 81,00 pontos no benchmark Putnam-200 Pass@8, utilizando a ferramenta de código aberto LeanExplore e amostragem restrita. Em comparação, o Seed-2.0-Prover marcou 35,50, enquanto tanto o Gemini 3 Pro quanto o Seed-1.5-Prover marcaram 26,50. No Regime Fronteira, o V4 empregou uma abordagem híbrida de raciocínio formal-informal, inicialmente gerando soluções candidatas em linguagem natural por raciocínio informal, que foram então filtradas por auto-validação antes de serem rigorosamente provadas por um agente formal em Lean. O V4 alcançou uma pontuação perfeita de 120/120 na Putnam-2025, empatando em primeiro lugar com Axiom, e superando a pontuação do Seed-1.5-Prover de 110/120 e a pontuação de Aristotle de 100/120. O Regime Fronteira utilizou extensões computacionais em grande escala, enquanto os resultados no Regime Prático refletem melhor as capacidades de implantação convencionais.