DeepSeek Prover V2 671B adalah model pembuktian teorema formal berukuran besar dari DeepSeek untuk Lean 4. Model ini menghubungkan penalaran matematika informal dengan penyusunan bukti formal. Pembuat menjelaskan materi pelatihan yang dibangun dengan menguraikan teorema sulit menjadi sasaran-sasaran antara, menyelesaikannya, dan menggabungkan bukti formal menjadi hasil lengkap.
Berikan teorema Lean 4 yang harus diselesaikan, termasuk impor, asumsi, dan definisi di sekitarnya. Contoh dari pembuat menyertakan teorema yang memuat penanda tempat untuk bukti dan meminta rencana pembuktian sebelum kode Lean. Susunan tersebut memperlihatkan langkah matematika yang dimaksud berdampingan dengan artefak formal.
Pertahankan pernyataan tanpa perubahan saat meminta bukti. Jika lemma atau definisi tersedia dalam proyek, berikan nama yang persis dan bentuknya yang relevan. Bukti harus menetapkan proposisi yang diberikan dalam lingkungan tersebut; penjelasan tentang proposisi serupa merupakan hasil yang berbeda.
Minta model menguraikan gagasan utama, lemma perantara, dan struktur pembuktian sebelum menghasilkan kode. Untuk teorema yang lebih panjang, sasaran-sasaran antara ini membantu menghubungkan argumen matematika dengan langkah formal yang diperlukan Lean. Rencana yang jelas juga memberi pengguna cara untuk memeriksa apakah argumen memperhitungkan setiap asumsi.
Keluaran model berupa usulan bukti dan kode formal. Aplikasi atau pengguna menjalankan kode melalui lingkungan Lean untuk menentukan apakah kode diterima. Pertahankan pernyataan awal, kode yang dihasilkan, dan keluaran pemverifikasi bersama-sama saat memeriksa hasil.
Jika Lean menolak bagian dari usulan, berikan diagnostik dan kode pada lokasi yang relevan. Minta koreksi yang mempertahankan pernyataan teorema dan menyelesaikan kesalahan tersebut. Bukti yang direvisi kemudian dapat diperiksa dalam lingkungan yang sama, sehingga kegagalan yang diamati dan langkah yang diubah tetap terhubung.
Pelatihan pembuat menggunakan umpan balik kebenaran biner untuk meningkatkan penyusunan bukti formal. Dalam alur kerja praktis, pemverifikasi formal memberikan bukti penentu tentang bukti yang dikembalikan. Penjelasan tertulis yang meyakinkan saja tidak membuktikan bahwa kode Lean telah diterima.
Pembuat merilis Prover V2 dalam ukuran 7B dan 671B. Edisi 671B dilatih di atas DeepSeek V3 Base; edisi yang lebih kecil memiliki basis berbeda. Entri ini mempertahankan edisi besar dan tidak mengambil spesifikasi konteks model yang lebih kecil. Siapkan permintaan dan alokasi generasi sesuai dengan profil hosting yang persis digunakan serta tugas Lean yang dijalankan.
", "aboutText": "DeepSeek Prover V2 671B adalah model pembuktian teorema formal berukuran besar dari DeepSeek untuk Lean 4. Model ini menghubungkan penalaran matematika informal dengan penyusunan bukti formal. Pembuat menjelaskan materi pelatihan yang dibangun dengan menguraikan teorema sulit menjadi sasaran-sasaran antara, menyelesaikannya, dan menggabungkan bukti formal menjadi hasil lengkap.\n\n### Berikan pernyataan formal dan lingkungannya\n\nBerikan teorema Lean 4 yang harus diselesaikan, termasuk impor, asumsi, dan definisi di sekitarnya. Contoh dari pembuat menyertakan teorema yang memuat penanda tempat untuk bukti dan meminta rencana pembuktian sebelum kode Lean. Susunan tersebut memperlihatkan langkah matematika yang dimaksud berdampingan dengan artefak formal.\n\nPertahankan pernyataan tanpa perubahan saat meminta bukti. Jika lemma atau definisi tersedia dalam proyek, berikan nama yang persis dan bentuknya yang relevan. Bukti harus menetapkan proposisi yang diberikan dalam lingkungan tersebut; penjelasan tentang proposisi serupa merupakan hasil yang berbeda.\n\n### Rencanakan pembuktian melalui sasaran antara yang berguna\n\nMinta model menguraikan gagasan utama, lemma perantara, dan struktur pembuktian sebelum menghasilkan kode. Untuk teorema yang lebih panjang, sasaran-sasaran antara ini membantu menghubungkan argumen matematika dengan langkah formal yang diperlukan Lean. Rencana yang jelas juga memberi pengguna cara untuk memeriksa apakah argumen memperhitungkan setiap asumsi.\n\nKeluaran model berupa usulan bukti dan kode formal. Aplikasi atau pengguna menjalankan kode melalui lingkungan Lean untuk menentukan apakah kode diterima. Pertahankan pernyataan awal, kode yang dihasilkan, dan keluaran pemverifikasi bersama-sama saat memeriksa hasil.\n\n### Gunakan umpan balik verifikasi untuk revisi yang terarah\n\nJika Lean menolak bagian dari usulan, berikan diagnostik dan kode pada lokasi yang relevan. Minta koreksi yang mempertahankan pernyataan teorema dan menyelesaikan kesalahan tersebut. Bukti yang direvisi kemudian dapat diperiksa dalam lingkungan yang sama, sehingga kegagalan yang diamati dan langkah yang diubah tetap terhubung.\n\nPelatihan pembuat menggunakan umpan balik kebenaran biner untuk meningkatkan penyusunan bukti formal. Dalam alur kerja praktis, pemverifikasi formal memberikan bukti penentu tentang bukti yang dikembalikan. Penjelasan tertulis yang meyakinkan saja tidak membuktikan bahwa kode Lean telah diterima.\n\n### Pertahankan edisi 671B\n\nPembuat merilis Prover V2 dalam ukuran 7B dan 671B. Edisi 671B dilatih di atas DeepSeek V3 Base; edisi yang lebih kecil memiliki basis berbeda. Entri ini mempertahankan edisi besar dan tidak mengambil spesifikasi konteks model yang lebih kecil. Siapkan permintaan dan alokasi generasi sesuai dengan profil hosting yang persis digunakan serta tugas Lean yang dijalankan.", "editorialOverlay": { "copy_fields": { "practical_html": "Contoh teknis dalam bahasa Inggris
Complete a Lean distributivity proof\n\nComplete this Lean 4 theorem without changing its statement: import Mathlib; theorem pair_sum (a b : ℤ) : (a + b) * 2 = a * 2 + b * 2 := by sorry. Give a brief proof plan, then the replacement proof. Use only the imported environment and distinguish a proposed proof from a compiler-checked result.A short plan followed by Lean code replacing sorry while retaining the theorem statement.Run the unchanged statement and proposed proof in the stated Lean environment; only acceptance establishes success.deepseek/deepseek-prover-v2-671bDeepSeek Prover V2 671B menghasilkan bukti matematika formal dalam Lean 4, dengan menggabungkan rencana pembuktian tertulis dan kode formal. Alur kerja pembuat menguraikan teorema menjadi sasaran-sasaran antara dan menggunakan umpan balik verifikasi untuk mengembangkan bukti yang lengkap.
Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.
DeepSeek Prover V2 671B adalah model pembuktian teorema formal berukuran besar dari DeepSeek untuk Lean 4. Model ini menghubungkan penalaran matematika informal dengan penyusunan bukti formal. Pembuat menjelaskan materi pelatihan yang dibangun dengan menguraikan teorema sulit menjadi sasaran-sasaran antara, menyelesaikannya, dan menggabungkan bukti formal menjadi hasil lengkap.
Berikan teorema Lean 4 yang harus diselesaikan, termasuk impor, asumsi, dan definisi di sekitarnya. Contoh dari pembuat menyertakan teorema yang memuat penanda tempat untuk bukti dan meminta rencana pembuktian sebelum kode Lean. Susunan tersebut memperlihatkan langkah matematika yang dimaksud berdampingan dengan artefak formal.
Pertahankan pernyataan tanpa perubahan saat meminta bukti. Jika lemma atau definisi tersedia dalam proyek, berikan nama yang persis dan bentuknya yang relevan. Bukti harus menetapkan proposisi yang diberikan dalam lingkungan tersebut; penjelasan tentang proposisi serupa merupakan hasil yang berbeda.
Minta model menguraikan gagasan utama, lemma perantara, dan struktur pembuktian sebelum menghasilkan kode. Untuk teorema yang lebih panjang, sasaran-sasaran antara ini membantu menghubungkan argumen matematika dengan langkah formal yang diperlukan Lean. Rencana yang jelas juga memberi pengguna cara untuk memeriksa apakah argumen memperhitungkan setiap asumsi.
Keluaran model berupa usulan bukti dan kode formal. Aplikasi atau pengguna menjalankan kode melalui lingkungan Lean untuk menentukan apakah kode diterima. Pertahankan pernyataan awal, kode yang dihasilkan, dan keluaran pemverifikasi bersama-sama saat memeriksa hasil.
Jika Lean menolak bagian dari usulan, berikan diagnostik dan kode pada lokasi yang relevan. Minta koreksi yang mempertahankan pernyataan teorema dan menyelesaikan kesalahan tersebut. Bukti yang direvisi kemudian dapat diperiksa dalam lingkungan yang sama, sehingga kegagalan yang diamati dan langkah yang diubah tetap terhubung.
Pelatihan pembuat menggunakan umpan balik kebenaran biner untuk meningkatkan penyusunan bukti formal. Dalam alur kerja praktis, pemverifikasi formal memberikan bukti penentu tentang bukti yang dikembalikan. Penjelasan tertulis yang meyakinkan saja tidak membuktikan bahwa kode Lean telah diterima.
Pembuat merilis Prover V2 dalam ukuran 7B dan 671B. Edisi 671B dilatih di atas DeepSeek V3 Base; edisi yang lebih kecil memiliki basis berbeda. Entri ini mempertahankan edisi besar dan tidak mengambil spesifikasi konteks model yang lebih kecil. Siapkan permintaan dan alokasi generasi sesuai dengan profil hosting yang persis digunakan serta tugas Lean yang dijalankan.
POST /v1/chat/completionstexttext| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
|---|---|---|---|---|
Kolommodel | Jenisstring | PersyaratanWajib | Nilai & batasan deepseek/deepseek-prover-v2-671b | Bawaan— |
Kolommessages | Jenismessage[] | PersyaratanWajib | Nilai & batasan Item minimum: 1 | Bawaan— |
Kolommessages[].role | Jenisstring | PersyaratanWajib | Nilai & batasan Contoh: system, user, assistant, tool, function Kondisi: Peran ini direpresentasikan secara eksplisit oleh tipe kompatibilitas dalam kode sumber; kumpulan peran model yang tepat tetap khusus untuk tiap model. Bergantung pada model | Bawaan— |
Kolommessages[].content | Jenisstring|content_part[]|null | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolommessages[].tool_calls | Jenistool_call[] | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolommessages[].tool_call_id | Jenisstring | PersyaratanOpsional | Nilai & batasan Berlaku jika: role=tool; gunakan ID yang benar-benar dikembalikan | Bawaan— |
Kolommessages[].name | Jenisstring | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolommessages[].reasoning_content | Jenisstring | PersyaratanOpsional | Nilai & batasan Berlaku jika: Kirim kembali penalaran yang benar-benar dikembalikan jika model ini menggunakannya | Bawaan— |
Kolommessages[].reasoning_details | Jenisobject|array | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolommax_tokens | Jenisinteger | PersyaratanOpsional | Nilai & batasan Minimum: 1 Bergantung pada model | Bawaan— |
Kolommax_completion_tokens | Jenisinteger | PersyaratanOpsional | Nilai & batasan Minimum: 1 Bergantung pada model | Bawaan— |
Kolomstream | Jenisboolean | PersyaratanOpsional | Nilai & batasan | Bawaanfalse |
Kolomstream_options.include_usage | Jenisboolean | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomtemperature | Jenisnumber | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomtop_p | Jenisnumber | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomstop | Jenisstring|string[] | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomtools | Jenisfunction_tool[] | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomtools[].type | Jenisstring | PersyaratanOpsional | Nilai & batasan function Bergantung pada model | Bawaan— |
Kolomtools[].function.name | Jenisstring | PersyaratanWajib | Nilai & batasan Berlaku jika: alat fungsi disediakan | Bawaan— |
Kolomtools[].function.description | Jenisstring | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolomtools[].function.parameters | JenisJSON_schema | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolomtool_choice | Jenisstring|object | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomparallel_tool_calls | Jenisboolean | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomresponse_format | Jenisobject | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomreasoning_effort | Jenisstring | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomreasoning | Jenisobject | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomservice_tier | Jenisstring | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolominstructions | Jenisstring | PersyaratanOpsional | Nilai & batasan Kolom kompatibilitas | Bawaan— |
Kolomfunctions | Jenisfunction[] | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomfunction_call | Jenisstring|object | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomprompt_cache_options | Jenisobject | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolommodalities | Jenisstring[] | PersyaratanOpsional | Nilai & batasan text | Bawaan— |
Kolomprovider | Jenisobject | PersyaratanOpsional | Nilai & batasan Kondisi: provider.options ditolak pada rute teks Ultra ini | Bawaan— |
Kolomcache_control.ttl | Jenisstring | PersyaratanOpsional | Nilai & batasan Kondisi: 1h ditolak pada lokasi cache prompt yang digunakan | Bawaan— |
Teks · Teks UTF8
messages[].content
| Parameter | Kontrak |
|---|---|
Parametercontent_type | Kontrakapplication/json |
Parameterrequired | Kontrakmodel, messages |
Parametermaterial_types | Kontraktext |
Parametermessages | Kontrakarray pesan dengan struktur role/content |
Parameterfile_material | Kontrakdokumen UTF-8 yang sebenarnya dimasukkan sebagai teks apa adanya; ID file tidak disimpulkan |
Parameteroptional_controls | Kontrakstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | Kontrakkhusus model; alat fungsi pengguna berbeda dari alat yang dihosting |
Parameteroutput_modalities | Kontraktext |
Parameterhosted_operations | Kontrakfalse |
Parametermultimodal_input_binding | Kontraknull |
Siklus hidup: synchronous_or_streamed
Kirim ID model yang tepat bersama messages.
Panjang konteks bukan batas keluaran.
File teks dapat menyediakan teks apa adanya; masukan gambar/audio/objek file memerlukan pengikatan yang tepat.
Referensi tarif tidak menambah opsi permintaan. Parameter yang didukung tercantum pada metode yang dipilih.
| Konfigurasi | Jadwal tarif | Biaya |
|---|---|---|
| KonfigurasiTarif dasar token | Jadwal tarifTarif dasar | Biaya Masukan · Token masukan $0.0012 / 1K token Keluaran · Token keluaran $0.0046 / 1K token Masukan · Pembacaan cache $0 / 1K token Masukan · Penulisan cache $0 / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. Cara kerja cadangan dan penyelesaian tagihan →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "deepseek/deepseek-prover-v2-671b", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='deepseek/deepseek-prover-v2-671b',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='deepseek/deepseek-prover-v2-671b',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson atau SSE
Simpan setiap respons lengkap, berkas, dan bagian konten yang dikembalikan.
Simpan setiap alternatif jawaban beserta konten, panggilan alat, dan penalarannya. Dalam SSE, gabungkan delta menurut indeks alternatif jawaban/alat, lalu pertahankan alasan penghentian akhir dan data penggunaan.
Simpan ID permintaan/respons dan header. URL umum untuk pengambilan tugas teks tidak disediakan.
| Kolom | Jenis |
|---|---|
Kolomchoices[].index | Jenisinteger |
Kolomchoices[].message.content | Jenisstring|null |
Kolomchoices[].message.tool_calls | Jenistool_call[] |
Kolomchoices[].message.reasoning_content | Jenisstring |
Kolomchoices[].message.reasoning_details | Jenisobject|array |
Kolomchoices[].finish_reason | Jenisstring|null |
Kolomusage | Jenisobject |
| Respons | Kondisi | Langkah berikutnya |
|---|---|---|
Respons400 · invalid_request_error | KondisiBidang wajib, representasi materi, atau nilai parameter tidak valid | Langkah berikutnyaPerbaiki bidang yang ditunjukkan sebelum permintaan pembuatan baru. |
Ailoot Ultra deepseek/deepseek-prover-v2-671b
Gunakan jalur metode yang ditampilkan di atas.
deepseek/deepseek-prover-v2-671bDeepSeek Prover V2 671B menghasilkan bukti matematika formal dalam Lean 4, dengan menggabungkan rencana pembuktian tertulis dan kode formal. Alur kerja pembuat menguraikan teorema menjadi sasaran-sasaran antara dan menggunakan umpan balik verifikasi untuk mengembangkan bukti yang lengkap.
Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.
DeepSeek Prover V2 671B adalah model pembuktian teorema formal berukuran besar dari DeepSeek untuk Lean 4. Model ini menghubungkan penalaran matematika informal dengan penyusunan bukti formal. Pembuat menjelaskan materi pelatihan yang dibangun dengan menguraikan teorema sulit menjadi sasaran-sasaran antara, menyelesaikannya, dan menggabungkan bukti formal menjadi hasil lengkap.
Berikan teorema Lean 4 yang harus diselesaikan, termasuk impor, asumsi, dan definisi di sekitarnya. Contoh dari pembuat menyertakan teorema yang memuat penanda tempat untuk bukti dan meminta rencana pembuktian sebelum kode Lean. Susunan tersebut memperlihatkan langkah matematika yang dimaksud berdampingan dengan artefak formal.
Pertahankan pernyataan tanpa perubahan saat meminta bukti. Jika lemma atau definisi tersedia dalam proyek, berikan nama yang persis dan bentuknya yang relevan. Bukti harus menetapkan proposisi yang diberikan dalam lingkungan tersebut; penjelasan tentang proposisi serupa merupakan hasil yang berbeda.
Minta model menguraikan gagasan utama, lemma perantara, dan struktur pembuktian sebelum menghasilkan kode. Untuk teorema yang lebih panjang, sasaran-sasaran antara ini membantu menghubungkan argumen matematika dengan langkah formal yang diperlukan Lean. Rencana yang jelas juga memberi pengguna cara untuk memeriksa apakah argumen memperhitungkan setiap asumsi.
Keluaran model berupa usulan bukti dan kode formal. Aplikasi atau pengguna menjalankan kode melalui lingkungan Lean untuk menentukan apakah kode diterima. Pertahankan pernyataan awal, kode yang dihasilkan, dan keluaran pemverifikasi bersama-sama saat memeriksa hasil.
Jika Lean menolak bagian dari usulan, berikan diagnostik dan kode pada lokasi yang relevan. Minta koreksi yang mempertahankan pernyataan teorema dan menyelesaikan kesalahan tersebut. Bukti yang direvisi kemudian dapat diperiksa dalam lingkungan yang sama, sehingga kegagalan yang diamati dan langkah yang diubah tetap terhubung.
Pelatihan pembuat menggunakan umpan balik kebenaran biner untuk meningkatkan penyusunan bukti formal. Dalam alur kerja praktis, pemverifikasi formal memberikan bukti penentu tentang bukti yang dikembalikan. Penjelasan tertulis yang meyakinkan saja tidak membuktikan bahwa kode Lean telah diterima.
Pembuat merilis Prover V2 dalam ukuran 7B dan 671B. Edisi 671B dilatih di atas DeepSeek V3 Base; edisi yang lebih kecil memiliki basis berbeda. Entri ini mempertahankan edisi besar dan tidak mengambil spesifikasi konteks model yang lebih kecil. Siapkan permintaan dan alokasi generasi sesuai dengan profil hosting yang persis digunakan serta tugas Lean yang dijalankan.
POST /v1/messagestextjson, sse| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
|---|---|---|---|---|
Kolommodel | Jenisstring | PersyaratanWajib | Nilai & batasan deepseek/deepseek-prover-v2-671b | Bawaan— |
Kolommessages | Jenismessage[] | PersyaratanWajib | Nilai & batasan | Bawaan— |
Kolommessages[].role | Jenisstring | PersyaratanWajib | Nilai & batasan user, assistant | Bawaan— |
Kolommessages[].content | Jenisstring | PersyaratanWajib | Nilai & batasan | Bawaan— |
Kolommax_tokens | Jenisinteger | PersyaratanWajib | Nilai & batasan | Bawaan— |
Kolomstream | Jenisboolean | PersyaratanOpsional | Nilai & batasan | Bawaanfalse |
Teks · Teks UTF-8
string messages[].content
| Parameter | Kontrak |
|---|---|
Parametercontent_type | Kontrakapplication/json |
Parameterrequired | Kontrakmodel, messages, max_tokens |
Parameteroptional_controls | Kontrakstream |
Parametermaterial_types | Kontraktext |
Parametertext_file_material | KontrakBaca dokumen UTF-8 yang sebenarnya dan masukkan teksnya ke string masukan atau konten pesan yang ditunjukkan. |
Siklus hidup: synchronous_or_streamed
Referensi tarif tidak menambah opsi permintaan. Parameter yang didukung tercantum pada metode yang dipilih.
| Konfigurasi | Jadwal tarif | Biaya |
|---|---|---|
| KonfigurasiTarif dasar token | Jadwal tarifTarif dasar | Biaya Masukan · Token masukan $0.0012 / 1K token Keluaran · Token keluaran $0.0046 / 1K token Masukan · Pembacaan cache $0 / 1K token Masukan · Penulisan cache $0 / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. Cara kerja cadangan dan penyelesaian tagihan →
{\n "model": "deepseek/deepseek-prover-v2-671b",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'deepseek/deepseek-prover-v2-671b', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'deepseek/deepseek-prover-v2-671b', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON atau SSE
Simpan setiap respons lengkap, berkas, dan bagian konten yang dikembalikan.
Simpan semua blok konten, tanda tangan penalaran, dan ID penggunaan alat yang sebenarnya. Gabungkan semua delta blok SSE; blok teks pertama bukan keseluruhan keluaran.
Simpan ID permintaan/respons dan header. URL umum untuk pengambilan tugas teks tidak disediakan.
| Kolom | Jenis |
|---|---|
Kolomid | Jenisstring |
Kolommodel | Jenisstring |
Kolomcontent[] | Jenistext|thinking|tool_use|other content block |
Kolomstop_reason | Jenisstring|null |
Kolomusage | Jenisobject |
| Respons | Kondisi | Langkah berikutnya |
|---|---|---|
Respons400 · invalid_request_error | KondisiBidang wajib, representasi materi, atau nilai parameter tidak valid | Langkah berikutnyaPerbaiki bidang yang ditunjukkan sebelum permintaan pembuatan baru. |
Ailoot Ultra deepseek/deepseek-prover-v2-671b
Gunakan jalur metode yang ditampilkan di atas.
Contoh teknis dalam bahasa Inggris
Complete a Lean distributivity proof\n\nComplete this Lean 4 theorem without changing its statement: import Mathlib; theorem pair_sum (a b : ℤ) : (a + b) * 2 = a * 2 + b * 2 := by sorry. Give a brief proof plan, then the replacement proof. Use only the imported environment and distinguish a proposed proof from a compiler-checked result.A short plan followed by Lean code replacing sorry while retaining the theorem statement.Run the unchanged statement and proposed proof in the stated Lean environment; only acceptance establishes success.