DeepSeek Prover V2 671B는 Lean 4를 위한 DeepSeek의 대형 형식 정리 증명 모델입니다. 비형식적 수학 추론과 형식 증명 구성을 연결합니다. 제작사는 어려운 정리를 하위 목표로 나누고, 이를 풀고, 형식 증명을 조합해 완전한 결과를 만드는 방식으로 훈련 자료를 구축했다고 설명합니다.
완성할 Lean 4 정리와 함께 import, 가정, 주변 정의를 제공하세요. 제작사 예제는 증명 자리 표시자가 들어 있는 정리를 제시하고 Lean 코드에 앞서 증명 계획을 요청합니다. 이 구성에서는 의도한 수학 단계와 형식 산출물을 함께 확인할 수 있습니다.
증명을 요청할 때는 명제를 그대로 유지하세요. 프로젝트에서 사용할 수 있는 보조정리나 정의가 있다면 정확한 이름과 관련 형식을 제공하세요. 증명은 해당 환경에서 주어진 명제를 입증해야 합니다. 비슷한 명제에 대한 설명은 다른 결과입니다.
코드를 생성하기 전에 핵심 아이디어, 중간 보조정리, 증명 구조를 개략적으로 설명하도록 요청하세요. 긴 정리에서는 이러한 하위 목표가 수학적 논증과 Lean에 필요한 형식 단계를 연결하는 데 도움이 됩니다. 명확한 계획은 논증이 모든 가정을 다루는지 사용자가 검토할 방법도 제공합니다.
모델 출력은 증명 제안과 형식 코드입니다. 애플리케이션이나 사용자가 Lean 환경에서 코드를 실행하여 허용되는지 판단합니다. 결과를 확인할 때는 원래 명제, 생성된 코드, 검증기 출력을 함께 보존하세요.
Lean이 제안의 일부를 거부한다면 해당 위치의 코드와 진단 메시지를 제공하세요. 정리 명제를 유지하면서 그 오류를 해결하는 수정을 요청하세요. 그런 다음 같은 환경에서 수정된 증명을 확인하면 관찰된 실패와 바뀐 단계의 연결을 유지할 수 있습니다.
제작사의 훈련은 이진 정답 피드백을 활용해 형식 증명 구성을 개선합니다. 실용적인 작업 흐름에서는 형식 검증기가 반환된 증명에 대한 결정적 근거를 제공합니다. 설득력 있는 서면 설명만으로는 Lean 코드가 허용되었음을 입증할 수 없습니다.
제작사는 Prover V2를 7B와 671B 크기로 배포합니다. 671B 버전은 DeepSeek V3 Base로 훈련되었으며 작은 버전은 기반이 다릅니다. 이 항목은 대형 버전을 유지하며 작은 모델의 컨텍스트 사양을 가져오지 않습니다. 실제 사용하는 호스팅 프로필과 Lean 작업에 맞춰 요청과 생성 예산을 준비하세요.
", "aboutText": "DeepSeek Prover V2 671B는 Lean 4를 위한 DeepSeek의 대형 형식 정리 증명 모델입니다. 비형식적 수학 추론과 형식 증명 구성을 연결합니다. 제작사는 어려운 정리를 하위 목표로 나누고, 이를 풀고, 형식 증명을 조합해 완전한 결과를 만드는 방식으로 훈련 자료를 구축했다고 설명합니다.\n\n### 형식 명제와 환경 제공하기\n\n완성할 Lean 4 정리와 함께 import, 가정, 주변 정의를 제공하세요. 제작사 예제는 증명 자리 표시자가 들어 있는 정리를 제시하고 Lean 코드에 앞서 증명 계획을 요청합니다. 이 구성에서는 의도한 수학 단계와 형식 산출물을 함께 확인할 수 있습니다.\n\n증명을 요청할 때는 명제를 그대로 유지하세요. 프로젝트에서 사용할 수 있는 보조정리나 정의가 있다면 정확한 이름과 관련 형식을 제공하세요. 증명은 해당 환경에서 주어진 명제를 입증해야 합니다. 비슷한 명제에 대한 설명은 다른 결과입니다.\n\n### 유용한 하위 목표로 증명 계획하기\n\n코드를 생성하기 전에 핵심 아이디어, 중간 보조정리, 증명 구조를 개략적으로 설명하도록 요청하세요. 긴 정리에서는 이러한 하위 목표가 수학적 논증과 Lean에 필요한 형식 단계를 연결하는 데 도움이 됩니다. 명확한 계획은 논증이 모든 가정을 다루는지 사용자가 검토할 방법도 제공합니다.\n\n모델 출력은 증명 제안과 형식 코드입니다. 애플리케이션이나 사용자가 Lean 환경에서 코드를 실행하여 허용되는지 판단합니다. 결과를 확인할 때는 원래 명제, 생성된 코드, 검증기 출력을 함께 보존하세요.\n\n### 검증 피드백으로 핵심 부분 수정하기\n\nLean이 제안의 일부를 거부한다면 해당 위치의 코드와 진단 메시지를 제공하세요. 정리 명제를 유지하면서 그 오류를 해결하는 수정을 요청하세요. 그런 다음 같은 환경에서 수정된 증명을 확인하면 관찰된 실패와 바뀐 단계의 연결을 유지할 수 있습니다.\n\n제작사의 훈련은 이진 정답 피드백을 활용해 형식 증명 구성을 개선합니다. 실용적인 작업 흐름에서는 형식 검증기가 반환된 증명에 대한 결정적 근거를 제공합니다. 설득력 있는 서면 설명만으로는 Lean 코드가 허용되었음을 입증할 수 없습니다.\n\n### 671B 버전 유지하기\n\n제작사는 Prover V2를 7B와 671B 크기로 배포합니다. 671B 버전은 DeepSeek V3 Base로 훈련되었으며 작은 버전은 기반이 다릅니다. 이 항목은 대형 버전을 유지하며 작은 모델의 컨텍스트 사양을 가져오지 않습니다. 실제 사용하는 호스팅 프로필과 Lean 작업에 맞춰 요청과 생성 예산을 준비하세요.", "editorialOverlay": { "copy_fields": { "practical_html": "영어 기술 예제
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 671B는 서면 증명 계획과 형식 코드를 결합해 Lean 4로 형식 수학 증명을 생성합니다. 제작사의 작업 흐름은 정리를 하위 목표로 나누고 검증 피드백을 활용해 완전한 증명을 발전시킵니다.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
DeepSeek Prover V2 671B는 Lean 4를 위한 DeepSeek의 대형 형식 정리 증명 모델입니다. 비형식적 수학 추론과 형식 증명 구성을 연결합니다. 제작사는 어려운 정리를 하위 목표로 나누고, 이를 풀고, 형식 증명을 조합해 완전한 결과를 만드는 방식으로 훈련 자료를 구축했다고 설명합니다.
완성할 Lean 4 정리와 함께 import, 가정, 주변 정의를 제공하세요. 제작사 예제는 증명 자리 표시자가 들어 있는 정리를 제시하고 Lean 코드에 앞서 증명 계획을 요청합니다. 이 구성에서는 의도한 수학 단계와 형식 산출물을 함께 확인할 수 있습니다.
증명을 요청할 때는 명제를 그대로 유지하세요. 프로젝트에서 사용할 수 있는 보조정리나 정의가 있다면 정확한 이름과 관련 형식을 제공하세요. 증명은 해당 환경에서 주어진 명제를 입증해야 합니다. 비슷한 명제에 대한 설명은 다른 결과입니다.
코드를 생성하기 전에 핵심 아이디어, 중간 보조정리, 증명 구조를 개략적으로 설명하도록 요청하세요. 긴 정리에서는 이러한 하위 목표가 수학적 논증과 Lean에 필요한 형식 단계를 연결하는 데 도움이 됩니다. 명확한 계획은 논증이 모든 가정을 다루는지 사용자가 검토할 방법도 제공합니다.
모델 출력은 증명 제안과 형식 코드입니다. 애플리케이션이나 사용자가 Lean 환경에서 코드를 실행하여 허용되는지 판단합니다. 결과를 확인할 때는 원래 명제, 생성된 코드, 검증기 출력을 함께 보존하세요.
Lean이 제안의 일부를 거부한다면 해당 위치의 코드와 진단 메시지를 제공하세요. 정리 명제를 유지하면서 그 오류를 해결하는 수정을 요청하세요. 그런 다음 같은 환경에서 수정된 증명을 확인하면 관찰된 실패와 바뀐 단계의 연결을 유지할 수 있습니다.
제작사의 훈련은 이진 정답 피드백을 활용해 형식 증명 구성을 개선합니다. 실용적인 작업 흐름에서는 형식 검증기가 반환된 증명에 대한 결정적 근거를 제공합니다. 설득력 있는 서면 설명만으로는 Lean 코드가 허용되었음을 입증할 수 없습니다.
제작사는 Prover V2를 7B와 671B 크기로 배포합니다. 671B 버전은 DeepSeek V3 Base로 훈련되었으며 작은 버전은 기반이 다릅니다. 이 항목은 대형 버전을 유지하며 작은 모델의 컨텍스트 사양을 가져오지 않습니다. 실제 사용하는 호스팅 프로필과 Lean 작업에 맞춰 요청과 생성 예산을 준비하세요.
POST /v1/chat/completionstexttext| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드model | 유형string | 요건필수 | 값과 한도 deepseek/deepseek-prover-v2-671b | 기본값— |
필드messages | 유형message[] | 요건필수 | 값과 한도 최소 항목 수: 1 | 기본값— |
필드messages[].role | 유형string | 요건필수 | 값과 한도 예시: system, user, assistant, tool, function 조건: 이 역할들은 소스 코드의 호환 타입에 명시적으로 표현됩니다. 정확한 모델 역할 집합은 모델별로 다릅니다. 모델에 따라 다름 | 기본값— |
필드messages[].content | 유형string|content_part[]|null | 요건선택 사항 | 값과 한도 | 기본값— |
필드messages[].tool_calls | 유형tool_call[] | 요건선택 사항 | 값과 한도 | 기본값— |
필드messages[].tool_call_id | 유형string | 요건선택 사항 | 값과 한도 적용 조건: role=tool. 실제 반환된 ID를 사용하세요 | 기본값— |
필드messages[].name | 유형string | 요건선택 사항 | 값과 한도 | 기본값— |
필드messages[].reasoning_content | 유형string | 요건선택 사항 | 값과 한도 적용 조건: 이 모델이 추론을 사용하는 경우 실제 반환된 추론을 그대로 다음 요청에 다시 전달하세요 | 기본값— |
필드messages[].reasoning_details | 유형object|array | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드max_tokens | 유형integer | 요건선택 사항 | 값과 한도 최솟값: 1 모델에 따라 다름 | 기본값— |
필드max_completion_tokens | 유형integer | 요건선택 사항 | 값과 한도 최솟값: 1 모델에 따라 다름 | 기본값— |
필드stream | 유형boolean | 요건선택 사항 | 값과 한도 | 기본값false |
필드stream_options.include_usage | 유형boolean | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드temperature | 유형number | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드top_p | 유형number | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드stop | 유형string|string[] | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드tools | 유형function_tool[] | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드tools[].type | 유형string | 요건선택 사항 | 값과 한도 function 모델에 따라 다름 | 기본값— |
필드tools[].function.name | 유형string | 요건필수 | 값과 한도 적용 조건: 함수 도구 지정됨 | 기본값— |
필드tools[].function.description | 유형string | 요건선택 사항 | 값과 한도 | 기본값— |
필드tools[].function.parameters | 유형JSON_schema | 요건선택 사항 | 값과 한도 | 기본값— |
필드tool_choice | 유형string|object | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드parallel_tool_calls | 유형boolean | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드response_format | 유형object | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드reasoning_effort | 유형string | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드reasoning | 유형object | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드service_tier | 유형string | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드instructions | 유형string | 요건선택 사항 | 값과 한도 호환성 필드 | 기본값— |
필드functions | 유형function[] | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드function_call | 유형string|object | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드prompt_cache_options | 유형object | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드modalities | 유형string[] | 요건선택 사항 | 값과 한도 text | 기본값— |
필드provider | 유형object | 요건선택 사항 | 값과 한도 조건: 이 Ultra 텍스트 경로에서는 provider.options가 거부됩니다 | 기본값— |
필드cache_control.ttl | 유형string | 요건선택 사항 | 값과 한도 조건: 실제 프롬프트 캐시 지정 위치에서는 1h가 거부됩니다 | 기본값— |
텍스트 · UTF8 텍스트
messages[].content
| 매개변수 | 명세 |
|---|---|
매개변수content_type | 명세application/json |
매개변수required | 명세model, messages |
매개변수material_types | 명세text |
매개변수messages | 명세role/content 형식의 메시지 배열 |
매개변수file_material | 명세실제 UTF-8 문서를 텍스트로 그대로 삽입합니다. 파일 ID는 추정하지 않습니다 |
매개변수optional_controls | 명세stream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
매개변수control_scope | 명세모델별로 다름. 사용자 함수 도구와 호스팅 도구는 서로 다릅니다 |
매개변수output_modalities | 명세text |
매개변수hosted_operations | 명세false |
매개변수multimodal_input_binding | 명세null |
수명 주기: synchronous_or_streamed
정확한 모델 ID를 messages와 함께 보내세요.
컨텍스트 길이는 출력 상한이 아닙니다.
텍스트 파일은 텍스트를 그대로 제공할 수 있습니다. 이미지/오디오/파일 객체 입력에는 정확한 바인딩이 필요합니다.
요금 정보는 요청 옵션을 추가하지 않습니다. 지원되는 매개변수는 선택한 메서드에 표시됩니다.
| 설정 | 요금표 | 요금 |
|---|---|---|
| 설정토큰의 기본 단가 | 요금표기본 요금 | 요금 입력 · 입력 토큰 $0.0012 / 1K 토큰 출력 · 출력 토큰 $0.0046 / 1K 토큰 입력 · 캐시 읽기 $0 / 1K 토큰 입력 · 캐시 쓰기 $0 / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
Ailoot는 요청 전에 예상 금액을 미리 확보합니다. 결과를 받은 뒤 측정된 사용량을 기준으로 최종 요금을 정산합니다. 스트리밍 정산에는 최종 사용량 기록을 사용합니다. 금액 확보와 정산 방식 →
set -eu\n: "${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 또는 SSE
반환된 완전한 응답, 파일, 콘텐츠 부분을 모두 보관하세요.
각 선택지와 그 콘텐츠·도구 호출·추론을 모두 보존하세요. SSE에서는 선택지/도구 인덱스별로 증분을 조합하고 최종 종료 사유와 사용량을 유지하세요.
요청/응답 ID와 헤더를 보존하세요. 텍스트 작업을 조회하는 범용 URL은 제공되지 않습니다.
| 필드 | 유형 |
|---|---|
필드choices[].index | 유형integer |
필드choices[].message.content | 유형string|null |
필드choices[].message.tool_calls | 유형tool_call[] |
필드choices[].message.reasoning_content | 유형string |
필드choices[].message.reasoning_details | 유형object|array |
필드choices[].finish_reason | 유형string|null |
필드usage | 유형object |
| 응답 | 조건 | 다음 단계 |
|---|---|---|
응답400 · invalid_request_error | 조건필수 필드, 자료 표현 방식 또는 파라미터 값이 올바르지 않음 | 다음 단계새 생성 요청 전에 표시된 필드를 수정하세요. |
Ailoot Ultra deepseek/deepseek-prover-v2-671b
위에 표시된 메서드 경로를 사용하세요.
deepseek/deepseek-prover-v2-671bDeepSeek Prover V2 671B는 서면 증명 계획과 형식 코드를 결합해 Lean 4로 형식 수학 증명을 생성합니다. 제작사의 작업 흐름은 정리를 하위 목표로 나누고 검증 피드백을 활용해 완전한 증명을 발전시킵니다.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
DeepSeek Prover V2 671B는 Lean 4를 위한 DeepSeek의 대형 형식 정리 증명 모델입니다. 비형식적 수학 추론과 형식 증명 구성을 연결합니다. 제작사는 어려운 정리를 하위 목표로 나누고, 이를 풀고, 형식 증명을 조합해 완전한 결과를 만드는 방식으로 훈련 자료를 구축했다고 설명합니다.
완성할 Lean 4 정리와 함께 import, 가정, 주변 정의를 제공하세요. 제작사 예제는 증명 자리 표시자가 들어 있는 정리를 제시하고 Lean 코드에 앞서 증명 계획을 요청합니다. 이 구성에서는 의도한 수학 단계와 형식 산출물을 함께 확인할 수 있습니다.
증명을 요청할 때는 명제를 그대로 유지하세요. 프로젝트에서 사용할 수 있는 보조정리나 정의가 있다면 정확한 이름과 관련 형식을 제공하세요. 증명은 해당 환경에서 주어진 명제를 입증해야 합니다. 비슷한 명제에 대한 설명은 다른 결과입니다.
코드를 생성하기 전에 핵심 아이디어, 중간 보조정리, 증명 구조를 개략적으로 설명하도록 요청하세요. 긴 정리에서는 이러한 하위 목표가 수학적 논증과 Lean에 필요한 형식 단계를 연결하는 데 도움이 됩니다. 명확한 계획은 논증이 모든 가정을 다루는지 사용자가 검토할 방법도 제공합니다.
모델 출력은 증명 제안과 형식 코드입니다. 애플리케이션이나 사용자가 Lean 환경에서 코드를 실행하여 허용되는지 판단합니다. 결과를 확인할 때는 원래 명제, 생성된 코드, 검증기 출력을 함께 보존하세요.
Lean이 제안의 일부를 거부한다면 해당 위치의 코드와 진단 메시지를 제공하세요. 정리 명제를 유지하면서 그 오류를 해결하는 수정을 요청하세요. 그런 다음 같은 환경에서 수정된 증명을 확인하면 관찰된 실패와 바뀐 단계의 연결을 유지할 수 있습니다.
제작사의 훈련은 이진 정답 피드백을 활용해 형식 증명 구성을 개선합니다. 실용적인 작업 흐름에서는 형식 검증기가 반환된 증명에 대한 결정적 근거를 제공합니다. 설득력 있는 서면 설명만으로는 Lean 코드가 허용되었음을 입증할 수 없습니다.
제작사는 Prover V2를 7B와 671B 크기로 배포합니다. 671B 버전은 DeepSeek V3 Base로 훈련되었으며 작은 버전은 기반이 다릅니다. 이 항목은 대형 버전을 유지하며 작은 모델의 컨텍스트 사양을 가져오지 않습니다. 실제 사용하는 호스팅 프로필과 Lean 작업에 맞춰 요청과 생성 예산을 준비하세요.
POST /v1/messagestextjson, sse| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드model | 유형string | 요건필수 | 값과 한도 deepseek/deepseek-prover-v2-671b | 기본값— |
필드messages | 유형message[] | 요건필수 | 값과 한도 | 기본값— |
필드messages[].role | 유형string | 요건필수 | 값과 한도 user, assistant | 기본값— |
필드messages[].content | 유형string | 요건필수 | 값과 한도 | 기본값— |
필드max_tokens | 유형integer | 요건필수 | 값과 한도 | 기본값— |
필드stream | 유형boolean | 요건선택 사항 | 값과 한도 | 기본값false |
텍스트 · UTF-8 텍스트
messages[].content 문자열
| 매개변수 | 명세 |
|---|---|
매개변수content_type | 명세application/json |
매개변수required | 명세model, messages, max_tokens |
매개변수optional_controls | 명세stream |
매개변수material_types | 명세text |
매개변수text_file_material | 명세실제 UTF-8 문서를 읽고 그 텍스트를 지정된 입력 또는 메시지 콘텐츠 문자열에 넣으세요. |
수명 주기: synchronous_or_streamed
요금 정보는 요청 옵션을 추가하지 않습니다. 지원되는 매개변수는 선택한 메서드에 표시됩니다.
| 설정 | 요금표 | 요금 |
|---|---|---|
| 설정토큰의 기본 단가 | 요금표기본 요금 | 요금 입력 · 입력 토큰 $0.0012 / 1K 토큰 출력 · 출력 토큰 $0.0046 / 1K 토큰 입력 · 캐시 읽기 $0 / 1K 토큰 입력 · 캐시 쓰기 $0 / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
Ailoot는 요청 전에 예상 금액을 미리 확보합니다. 결과를 받은 뒤 측정된 사용량을 기준으로 최종 요금을 정산합니다. 스트리밍 정산에는 최종 사용량 기록을 사용합니다. 금액 확보와 정산 방식 →
{\n "model": "deepseek/deepseek-prover-v2-671b",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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 또는 SSE
반환된 완전한 응답, 파일, 콘텐츠 부분을 모두 보관하세요.
모든 콘텐츠 블록, 사고 서명, 실제 도구 사용 ID를 보존하세요. 모든 SSE 블록 증분을 조합하세요. 첫 텍스트 블록이 전체 출력은 아닙니다.
요청/응답 ID와 헤더를 보존하세요. 텍스트 작업을 조회하는 범용 URL은 제공되지 않습니다.
| 필드 | 유형 |
|---|---|
필드id | 유형string |
필드model | 유형string |
필드content[] | 유형text|thinking|tool_use|other content block |
필드stop_reason | 유형string|null |
필드usage | 유형object |
| 응답 | 조건 | 다음 단계 |
|---|---|---|
응답400 · invalid_request_error | 조건필수 필드, 자료 표현 방식 또는 파라미터 값이 올바르지 않음 | 다음 단계새 생성 요청 전에 표시된 필드를 수정하세요. |
Ailoot Ultra deepseek/deepseek-prover-v2-671b
위에 표시된 메서드 경로를 사용하세요.
영어 기술 예제
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.