DeepSeek Prover V2 671B er DeepSeeks store modell for formell teorembevisføring i Lean 4. Den knytter uformell matematisk resonnering til konstruksjon av formelle bevis. Utvikleren beskriver treningsmateriale laget ved å dele utfordrende teoremer inn i delmål, løse dem og sette sammen de formelle bevisene til et fullstendig resultat.
Oppgi Lean 4-teoremet som skal fullføres, inkludert importer, antakelser og omkringliggende definisjoner. Utviklerens eksempel oppgir et teorem med en plassholder for beviset og ber om en bevisplan før Lean-koden. Denne ordningen gjør de tilsiktede matematiske trinnene synlige sammen med den formelle artefakten.
Hold formuleringen uendret når du ber om et bevis. Hvis et lemma eller en definisjon finnes i prosjektet, oppgir du det nøyaktige navnet og den relevante formen. Beviset må fastslå den oppgitte påstanden i dette miljøet; en forklaring på en lignende påstand er et annet resultat.
Be modellen skissere hovedideene, mellomliggende lemmaer og bevisstrukturen før den produserer kode. For et lengre teorem bidrar disse delmålene til å knytte det matematiske argumentet til de formelle trinnene Lean krever. En tydelig plan gir også brukeren en måte å undersøke om argumentet håndterer alle antakelser.
Modellens utdata er et bevisforslag og formell kode. Applikasjonen eller brukeren kjører koden gjennom Lean-miljøet for å avgjøre om den godtas. Bevar den opprinnelige formuleringen, den genererte koden og verifikatorens utdata samlet når resultatet kontrolleres.
Hvis Lean avviser en del av et forslag, legger du ved diagnosen og koden på det relevante stedet. Be om en retting som bevarer teoremformuleringen og løser feilen. Et revidert bevis kan deretter kontrolleres i samme miljø, slik at den observerte feilen og det endrede trinnet fortsatt er knyttet sammen.
Utviklerens trening bruker binær tilbakemelding om korrekthet for å forbedre konstruksjonen av formelle bevis. I en praktisk arbeidsflyt gir den formelle verifikatoren det avgjørende bevisgrunnlaget for det returnerte beviset. En overbevisende skriftlig forklaring alene fastslår ikke at Lean-koden er godtatt.
Utvikleren utgir Prover V2 i størrelsene 7B og 671B. 671B-utgaven er trent på DeepSeek V3 Base; den mindre utgaven har et annet grunnlag. Denne oppføringen beholder den store utgaven og låner ikke den mindre modellens kontekstspesifikasjon. Klargjør forespørselen og genereringsbudsjettet etter den nøyaktige vertsbaserte profilen og Lean-oppgaven som brukes.
", "aboutText": "DeepSeek Prover V2 671B er DeepSeeks store modell for formell teorembevisføring i Lean 4. Den knytter uformell matematisk resonnering til konstruksjon av formelle bevis. Utvikleren beskriver treningsmateriale laget ved å dele utfordrende teoremer inn i delmål, løse dem og sette sammen de formelle bevisene til et fullstendig resultat.\n\n### Legg ved den formelle formuleringen og miljøet\n\nOppgi Lean 4-teoremet som skal fullføres, inkludert importer, antakelser og omkringliggende definisjoner. Utviklerens eksempel oppgir et teorem med en plassholder for beviset og ber om en bevisplan før Lean-koden. Denne ordningen gjør de tilsiktede matematiske trinnene synlige sammen med den formelle artefakten.\n\nHold formuleringen uendret når du ber om et bevis. Hvis et lemma eller en definisjon finnes i prosjektet, oppgir du det nøyaktige navnet og den relevante formen. Beviset må fastslå den oppgitte påstanden i dette miljøet; en forklaring på en lignende påstand er et annet resultat.\n\n### Planlegg beviset gjennom nyttige delmål\n\nBe modellen skissere hovedideene, mellomliggende lemmaer og bevisstrukturen før den produserer kode. For et lengre teorem bidrar disse delmålene til å knytte det matematiske argumentet til de formelle trinnene Lean krever. En tydelig plan gir også brukeren en måte å undersøke om argumentet håndterer alle antakelser.\n\nModellens utdata er et bevisforslag og formell kode. Applikasjonen eller brukeren kjører koden gjennom Lean-miljøet for å avgjøre om den godtas. Bevar den opprinnelige formuleringen, den genererte koden og verifikatorens utdata samlet når resultatet kontrolleres.\n\n### Bruk tilbakemeldinger fra verifisering til en avgrenset revisjon\n\nHvis Lean avviser en del av et forslag, legger du ved diagnosen og koden på det relevante stedet. Be om en retting som bevarer teoremformuleringen og løser feilen. Et revidert bevis kan deretter kontrolleres i samme miljø, slik at den observerte feilen og det endrede trinnet fortsatt er knyttet sammen.\n\nUtviklerens trening bruker binær tilbakemelding om korrekthet for å forbedre konstruksjonen av formelle bevis. I en praktisk arbeidsflyt gir den formelle verifikatoren det avgjørende bevisgrunnlaget for det returnerte beviset. En overbevisende skriftlig forklaring alene fastslår ikke at Lean-koden er godtatt.\n\n### Bevar 671B-utgaven\n\nUtvikleren utgir Prover V2 i størrelsene 7B og 671B. 671B-utgaven er trent på DeepSeek V3 Base; den mindre utgaven har et annet grunnlag. Denne oppføringen beholder den store utgaven og låner ikke den mindre modellens kontekstspesifikasjon. Klargjør forespørselen og genereringsbudsjettet etter den nøyaktige vertsbaserte profilen og Lean-oppgaven som brukes.", "editorialOverlay": { "copy_fields": { "practical_html": "Teknisk eksempel på engelsk
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 genererer formelle matematiske bevis i Lean 4 og kombinerer en skriftlig bevisplan med formell kode. Utviklerens arbeidsflyt deler et teorem inn i delmål og bruker tilbakemeldinger fra verifisering til å utvikle fullstendige bevis.
Denne beskrivelsen dekker modellens funksjoner. Tilgjengelige inndata, utdata og alternativer i Ailoot er oppført nedenfor for den valgte metoden.
DeepSeek Prover V2 671B er DeepSeeks store modell for formell teorembevisføring i Lean 4. Den knytter uformell matematisk resonnering til konstruksjon av formelle bevis. Utvikleren beskriver treningsmateriale laget ved å dele utfordrende teoremer inn i delmål, løse dem og sette sammen de formelle bevisene til et fullstendig resultat.
Oppgi Lean 4-teoremet som skal fullføres, inkludert importer, antakelser og omkringliggende definisjoner. Utviklerens eksempel oppgir et teorem med en plassholder for beviset og ber om en bevisplan før Lean-koden. Denne ordningen gjør de tilsiktede matematiske trinnene synlige sammen med den formelle artefakten.
Hold formuleringen uendret når du ber om et bevis. Hvis et lemma eller en definisjon finnes i prosjektet, oppgir du det nøyaktige navnet og den relevante formen. Beviset må fastslå den oppgitte påstanden i dette miljøet; en forklaring på en lignende påstand er et annet resultat.
Be modellen skissere hovedideene, mellomliggende lemmaer og bevisstrukturen før den produserer kode. For et lengre teorem bidrar disse delmålene til å knytte det matematiske argumentet til de formelle trinnene Lean krever. En tydelig plan gir også brukeren en måte å undersøke om argumentet håndterer alle antakelser.
Modellens utdata er et bevisforslag og formell kode. Applikasjonen eller brukeren kjører koden gjennom Lean-miljøet for å avgjøre om den godtas. Bevar den opprinnelige formuleringen, den genererte koden og verifikatorens utdata samlet når resultatet kontrolleres.
Hvis Lean avviser en del av et forslag, legger du ved diagnosen og koden på det relevante stedet. Be om en retting som bevarer teoremformuleringen og løser feilen. Et revidert bevis kan deretter kontrolleres i samme miljø, slik at den observerte feilen og det endrede trinnet fortsatt er knyttet sammen.
Utviklerens trening bruker binær tilbakemelding om korrekthet for å forbedre konstruksjonen av formelle bevis. I en praktisk arbeidsflyt gir den formelle verifikatoren det avgjørende bevisgrunnlaget for det returnerte beviset. En overbevisende skriftlig forklaring alene fastslår ikke at Lean-koden er godtatt.
Utvikleren utgir Prover V2 i størrelsene 7B og 671B. 671B-utgaven er trent på DeepSeek V3 Base; den mindre utgaven har et annet grunnlag. Denne oppføringen beholder den store utgaven og låner ikke den mindre modellens kontekstspesifikasjon. Klargjør forespørselen og genereringsbudsjettet etter den nøyaktige vertsbaserte profilen og Lean-oppgaven som brukes.
POST /v1/chat/completionstexttext| Felt | Type | Krav | Verdier & grenser | Standard |
|---|---|---|---|---|
Feltmodel | Typestring | KravPåkrevd | Verdier & grenser deepseek/deepseek-prover-v2-671b | Standard— |
Feltmessages | Typemessage[] | KravPåkrevd | Verdier & grenser Minste antall elementer: 1 | Standard— |
Feltmessages[].role | Typestring | KravPåkrevd | Verdier & grenser Eksempler: system, user, assistant, tool, function Vilkår: Disse rollene representeres eksplisitt av kompatibilitetstyper i kildekoden; det eksakte rollesettet for modellen er fortsatt modellspesifikt. Avhenger av modellen | Standard— |
Feltmessages[].content | Typestring|content_part[]|null | KravValgfritt | Verdier & grenser | Standard— |
Feltmessages[].tool_calls | Typetool_call[] | KravValgfritt | Verdier & grenser | Standard— |
Feltmessages[].tool_call_id | Typestring | KravValgfritt | Verdier & grenser Gjelder når: role=tool; bruk faktisk returnert ID | Standard— |
Feltmessages[].name | Typestring | KravValgfritt | Verdier & grenser | Standard— |
Feltmessages[].reasoning_content | Typestring | KravValgfritt | Verdier & grenser Gjelder når: Send den faktisk returnerte resonneringen tilbake der denne modellen bruker den | Standard— |
Feltmessages[].reasoning_details | Typeobject|array | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Feltmax_tokens | Typeinteger | KravValgfritt | Verdier & grenser Minimum: 1 Avhenger av modellen | Standard— |
Feltmax_completion_tokens | Typeinteger | KravValgfritt | Verdier & grenser Minimum: 1 Avhenger av modellen | Standard— |
Feltstream | Typeboolean | KravValgfritt | Verdier & grenser | Standardfalse |
Feltstream_options.include_usage | Typeboolean | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Felttemperature | Typenumber | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Felttop_p | Typenumber | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Feltstop | Typestring|string[] | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Felttools | Typefunction_tool[] | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Felttools[].type | Typestring | KravValgfritt | Verdier & grenser function Avhenger av modellen | Standard— |
Felttools[].function.name | Typestring | KravPåkrevd | Verdier & grenser Gjelder når: funksjonsverktøy oppgitt | Standard— |
Felttools[].function.description | Typestring | KravValgfritt | Verdier & grenser | Standard— |
Felttools[].function.parameters | TypeJSON_schema | KravValgfritt | Verdier & grenser | Standard— |
Felttool_choice | Typestring|object | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Feltparallel_tool_calls | Typeboolean | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Feltresponse_format | Typeobject | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Feltreasoning_effort | Typestring | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Feltreasoning | Typeobject | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Feltservice_tier | Typestring | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Feltinstructions | Typestring | KravValgfritt | Verdier & grenser Kompatibilitetsfelt | Standard— |
Feltfunctions | Typefunction[] | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Feltfunction_call | Typestring|object | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Feltprompt_cache_options | Typeobject | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Feltmodalities | Typestring[] | KravValgfritt | Verdier & grenser text | Standard— |
Feltprovider | Typeobject | KravValgfritt | Verdier & grenser Vilkår: provider.options avvises på denne Ultra-tekstruten | Standard— |
Feltcache_control.ttl | Typestring | KravValgfritt | Verdier & grenser Vilkår: 1h avvises på faktiske steder for mellomlagring av ledetekster | Standard— |
Tekst · UTF8-tekst
messages[].content
| Parameter | Avtale |
|---|---|
Parametercontent_type | Avtaleapplication/json |
Parameterrequired | Avtalemodel, messages |
Parametermaterial_types | Avtaletext |
Parametermessages | Avtalemeldingstabell med role/content-struktur |
Parameterfile_material | Avtalefaktisk UTF-8-dokument satt inn som bokstavelig tekst; ingen fil-ID utledes |
Parameteroptional_controls | Avtalestream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | Avtalemodellspesifikt; brukerens funksjonsverktøy skiller seg fra driftede verktøy |
Parameteroutput_modalities | Avtaletext |
Parameterhosted_operations | Avtalefalse |
Parametermultimodal_input_binding | Avtalenull |
Livssyklus: synchronous_or_streamed
Send eksakt modell-ID sammen med messages.
Kontekstlengde er ikke en outputgrense.
En tekstfil kan levere bokstavelig tekst; bilde-, lyd- og filobjektinput trenger eksakt binding.
Tariffopplysninger legger ikke til forespørselsvalg. Støttede parametere står ved den valgte metoden.
| Konfigurasjon | Prisplan | Kostnad |
|---|---|---|
| KonfigurasjonGrunnpriser for tokener | PrisplanGrunnsats | Kostnad Inndata · Inngående tokener $0.0012 / 1K tokener Utdata · Utgående tokener $0.0046 / 1K tokener Inndata · Lesing fra hurtigbuffer $0 / 1K tokener Inndata · Skriving til hurtigbuffer $0 / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time — / 1K tokener |
Ailoot reserverer et estimert beløp før en forespørsel. Etter resultatet gjøres det endelige beløpet opp basert på målt forbruk. Oppgjør for strømming bruker den endelige forbruksposten. Slik fungerer reservasjon og oppgjør →
set -eu\n: "${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 eller SSE
Behold alle fullstendige returnerte svar, filer og innholdsdeler.
Behold hvert svaralternativ med innhold, verktøykall og resonnering. Sett sammen endringer i SSE etter svaralternativets/verktøyets indeks, og behold endelig avslutningsgrunn og bruksdata.
Behold forespørsels-/svar-ID-er og headere. Ingen generell URL for henting av tekstjobber oppgis.
| Felt | Type |
|---|---|
Feltchoices[].index | Typeinteger |
Feltchoices[].message.content | Typestring|null |
Feltchoices[].message.tool_calls | Typetool_call[] |
Feltchoices[].message.reasoning_content | Typestring |
Feltchoices[].message.reasoning_details | Typeobject|array |
Feltchoices[].finish_reason | Typestring|null |
Feltusage | Typeobject |
| Svar | Vilkår | Neste trinn |
|---|---|---|
Svar400 · invalid_request_error | VilkårUgyldige påkrevde felter, materialrepresentasjon eller parameterverdi | Neste trinnKorriger de angitte feltene før en ny opprettelsesforespørsel. |
Ailoot Ultra deepseek/deepseek-prover-v2-671b
Bruk metodestiene som vises ovenfor.
deepseek/deepseek-prover-v2-671bDeepSeek Prover V2 671B genererer formelle matematiske bevis i Lean 4 og kombinerer en skriftlig bevisplan med formell kode. Utviklerens arbeidsflyt deler et teorem inn i delmål og bruker tilbakemeldinger fra verifisering til å utvikle fullstendige bevis.
Denne beskrivelsen dekker modellens funksjoner. Tilgjengelige inndata, utdata og alternativer i Ailoot er oppført nedenfor for den valgte metoden.
DeepSeek Prover V2 671B er DeepSeeks store modell for formell teorembevisføring i Lean 4. Den knytter uformell matematisk resonnering til konstruksjon av formelle bevis. Utvikleren beskriver treningsmateriale laget ved å dele utfordrende teoremer inn i delmål, løse dem og sette sammen de formelle bevisene til et fullstendig resultat.
Oppgi Lean 4-teoremet som skal fullføres, inkludert importer, antakelser og omkringliggende definisjoner. Utviklerens eksempel oppgir et teorem med en plassholder for beviset og ber om en bevisplan før Lean-koden. Denne ordningen gjør de tilsiktede matematiske trinnene synlige sammen med den formelle artefakten.
Hold formuleringen uendret når du ber om et bevis. Hvis et lemma eller en definisjon finnes i prosjektet, oppgir du det nøyaktige navnet og den relevante formen. Beviset må fastslå den oppgitte påstanden i dette miljøet; en forklaring på en lignende påstand er et annet resultat.
Be modellen skissere hovedideene, mellomliggende lemmaer og bevisstrukturen før den produserer kode. For et lengre teorem bidrar disse delmålene til å knytte det matematiske argumentet til de formelle trinnene Lean krever. En tydelig plan gir også brukeren en måte å undersøke om argumentet håndterer alle antakelser.
Modellens utdata er et bevisforslag og formell kode. Applikasjonen eller brukeren kjører koden gjennom Lean-miljøet for å avgjøre om den godtas. Bevar den opprinnelige formuleringen, den genererte koden og verifikatorens utdata samlet når resultatet kontrolleres.
Hvis Lean avviser en del av et forslag, legger du ved diagnosen og koden på det relevante stedet. Be om en retting som bevarer teoremformuleringen og løser feilen. Et revidert bevis kan deretter kontrolleres i samme miljø, slik at den observerte feilen og det endrede trinnet fortsatt er knyttet sammen.
Utviklerens trening bruker binær tilbakemelding om korrekthet for å forbedre konstruksjonen av formelle bevis. I en praktisk arbeidsflyt gir den formelle verifikatoren det avgjørende bevisgrunnlaget for det returnerte beviset. En overbevisende skriftlig forklaring alene fastslår ikke at Lean-koden er godtatt.
Utvikleren utgir Prover V2 i størrelsene 7B og 671B. 671B-utgaven er trent på DeepSeek V3 Base; den mindre utgaven har et annet grunnlag. Denne oppføringen beholder den store utgaven og låner ikke den mindre modellens kontekstspesifikasjon. Klargjør forespørselen og genereringsbudsjettet etter den nøyaktige vertsbaserte profilen og Lean-oppgaven som brukes.
POST /v1/messagestextjson, sse| Felt | Type | Krav | Verdier & grenser | Standard |
|---|---|---|---|---|
Feltmodel | Typestring | KravPåkrevd | Verdier & grenser deepseek/deepseek-prover-v2-671b | Standard— |
Feltmessages | Typemessage[] | KravPåkrevd | Verdier & grenser | Standard— |
Feltmessages[].role | Typestring | KravPåkrevd | Verdier & grenser user, assistant | Standard— |
Feltmessages[].content | Typestring | KravPåkrevd | Verdier & grenser | Standard— |
Feltmax_tokens | Typeinteger | KravPåkrevd | Verdier & grenser | Standard— |
Feltstream | Typeboolean | KravValgfritt | Verdier & grenser | Standardfalse |
Tekst · UTF-8-tekst
messages[].content-streng
| Parameter | Avtale |
|---|---|
Parametercontent_type | Avtaleapplication/json |
Parameterrequired | Avtalemodel, messages, max_tokens |
Parameteroptional_controls | Avtalestream |
Parametermaterial_types | Avtaletext |
Parametertext_file_material | AvtaleLes det faktiske UTF-8-dokumentet og legg teksten i den angitte input- eller meldingsinnholdsstrengen. |
Livssyklus: synchronous_or_streamed
Tariffopplysninger legger ikke til forespørselsvalg. Støttede parametere står ved den valgte metoden.
| Konfigurasjon | Prisplan | Kostnad |
|---|---|---|
| KonfigurasjonGrunnpriser for tokener | PrisplanGrunnsats | Kostnad Inndata · Inngående tokener $0.0012 / 1K tokener Utdata · Utgående tokener $0.0046 / 1K tokener Inndata · Lesing fra hurtigbuffer $0 / 1K tokener Inndata · Skriving til hurtigbuffer $0 / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time — / 1K tokener |
Ailoot reserverer et estimert beløp før en forespørsel. Etter resultatet gjøres det endelige beløpet opp basert på målt forbruk. Oppgjør for strømming bruker den endelige forbruksposten. Slik fungerer reservasjon og oppgjør →
{\n "model": "deepseek/deepseek-prover-v2-671b",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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 eller SSE
Behold alle fullstendige returnerte svar, filer og innholdsdeler.
Behold alle innholdsblokker, resonneringssignaturer og faktiske ID-er for verktøybruk. Sett sammen alle SSE-blokkendringer; den første tekstblokken er ikke hele resultatet.
Behold forespørsels-/svar-ID-er og headere. Ingen generell URL for henting av tekstjobber oppgis.
| Felt | Type |
|---|---|
Feltid | Typestring |
Feltmodel | Typestring |
Feltcontent[] | Typetext|thinking|tool_use|other content block |
Feltstop_reason | Typestring|null |
Feltusage | Typeobject |
| Svar | Vilkår | Neste trinn |
|---|---|---|
Svar400 · invalid_request_error | VilkårUgyldige påkrevde felter, materialrepresentasjon eller parameterverdi | Neste trinnKorriger de angitte feltene før en ny opprettelsesforespørsel. |
Ailoot Ultra deepseek/deepseek-prover-v2-671b
Bruk metodestiene som vises ovenfor.
Teknisk eksempel på engelsk
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.