DeepSeek Prover V2 671B is het grote model van DeepSeek voor formeel bewijzen van stellingen in Lean 4. Het verbindt informeel wiskundig redeneren met formele bewijsconstructie. De maker beschrijft trainingsmateriaal dat is opgebouwd door uitdagende stellingen in subdoelen te ontleden, deze op te lossen en de formele bewijzen tot een volledig resultaat samen te voegen.
Geef de Lean 4-stelling die moet worden voltooid, inclusief imports, aannames en omliggende definities. Het voorbeeld van de maker levert een stelling met een tijdelijke aanduiding voor een bewijs aan en vraagt om een bewijsplan vóór de Lean-code. Die indeling maakt de beoogde wiskundige stappen naast het formele resultaat zichtbaar.
Houd de stelling ongewijzigd wanneer je om een bewijs vraagt. Geef als er een lemma of definitie in het project beschikbaar is de exacte naam en relevante vorm. Het bewijs moet de gegeven propositie in die omgeving bewijzen; een uitleg van een vergelijkbare propositie is een ander resultaat.
Vraag het model de hoofdideeën, tussenliggende lemma's en bewijsstructuur te schetsen voordat het code produceert. Voor een langere stelling helpen deze subdoelen het wiskundige argument te verbinden met de formele stappen die Lean nodig heeft. Een duidelijk plan geeft de gebruiker ook een manier om te onderzoeken of het argument elke aanname behandelt.
De uitvoer van het model is een bewijsvoorstel en formele code. De applicatie of gebruiker voert de code in de Lean-omgeving uit om te bepalen of deze wordt geaccepteerd. Bewaar de oorspronkelijke stelling, gegenereerde code en uitvoer van de verifier samen wanneer je het resultaat controleert.
Lever als Lean een deel van een voorstel afwijst de diagnostiek en de code op de relevante locatie aan. Vraag om een correctie die de stelling behoudt en die fout oplost. Een herzien bewijs kan vervolgens in dezelfde omgeving worden gecontroleerd, zodat de waargenomen fout en de gewijzigde stap gekoppeld blijven.
De training van de maker gebruikt binaire feedback over juistheid om formele bewijsconstructie te verbeteren. In een praktische workflow levert de formele verifier doorslaggevende informatie over de geldigheid van het teruggegeven bewijs. Een overtuigende schriftelijke uitleg alleen stelt niet vast dat de Lean-code is geaccepteerd.
De maker brengt Prover V2 uit in groottes van 7B en 671B. De 671B-editie is getraind op DeepSeek V3 Base; de kleinere editie heeft een ander basismodel. Dit item behoudt de grote editie en neemt de contextspecificatie van het kleinere model niet over. Bereid het verzoek en het generatiebudget voor volgens het exacte gehoste profiel en de gebruikte Lean-taak.
", "aboutText": "DeepSeek Prover V2 671B is het grote model van DeepSeek voor formeel bewijzen van stellingen in Lean 4. Het verbindt informeel wiskundig redeneren met formele bewijsconstructie. De maker beschrijft trainingsmateriaal dat is opgebouwd door uitdagende stellingen in subdoelen te ontleden, deze op te lossen en de formele bewijzen tot een volledig resultaat samen te voegen.\n\n### Lever de formele stelling en omgeving aan\n\nGeef de Lean 4-stelling die moet worden voltooid, inclusief imports, aannames en omliggende definities. Het voorbeeld van de maker levert een stelling met een tijdelijke aanduiding voor een bewijs aan en vraagt om een bewijsplan vóór de Lean-code. Die indeling maakt de beoogde wiskundige stappen naast het formele resultaat zichtbaar.\n\nHoud de stelling ongewijzigd wanneer je om een bewijs vraagt. Geef als er een lemma of definitie in het project beschikbaar is de exacte naam en relevante vorm. Het bewijs moet de gegeven propositie in die omgeving bewijzen; een uitleg van een vergelijkbare propositie is een ander resultaat.\n\n### Plan het bewijs via bruikbare subdoelen\n\nVraag het model de hoofdideeën, tussenliggende lemma's en bewijsstructuur te schetsen voordat het code produceert. Voor een langere stelling helpen deze subdoelen het wiskundige argument te verbinden met de formele stappen die Lean nodig heeft. Een duidelijk plan geeft de gebruiker ook een manier om te onderzoeken of het argument elke aanname behandelt.\n\nDe uitvoer van het model is een bewijsvoorstel en formele code. De applicatie of gebruiker voert de code in de Lean-omgeving uit om te bepalen of deze wordt geaccepteerd. Bewaar de oorspronkelijke stelling, gegenereerde code en uitvoer van de verifier samen wanneer je het resultaat controleert.\n\n### Gebruik verificatiefeedback voor een gerichte herziening\n\nLever als Lean een deel van een voorstel afwijst de diagnostiek en de code op de relevante locatie aan. Vraag om een correctie die de stelling behoudt en die fout oplost. Een herzien bewijs kan vervolgens in dezelfde omgeving worden gecontroleerd, zodat de waargenomen fout en de gewijzigde stap gekoppeld blijven.\n\nDe training van de maker gebruikt binaire feedback over juistheid om formele bewijsconstructie te verbeteren. In een praktische workflow levert de formele verifier doorslaggevende informatie over de geldigheid van het teruggegeven bewijs. Een overtuigende schriftelijke uitleg alleen stelt niet vast dat de Lean-code is geaccepteerd.\n\n### Behoud de 671B-editie\n\nDe maker brengt Prover V2 uit in groottes van 7B en 671B. De 671B-editie is getraind op DeepSeek V3 Base; de kleinere editie heeft een ander basismodel. Dit item behoudt de grote editie en neemt de contextspecificatie van het kleinere model niet over. Bereid het verzoek en het generatiebudget voor volgens het exacte gehoste profiel en de gebruikte Lean-taak.", "editorialOverlay": { "copy_fields": { "practical_html": "Technisch voorbeeld in het Engels
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 genereert formele wiskundige bewijzen in Lean 4 en combineert een schriftelijk bewijsplan met formele code. De workflow van de maker splitst een stelling op in subdoelen en gebruikt verificatiefeedback om volledige bewijzen te ontwikkelen.
Deze beschrijving gaat over de mogelijkheden van het model. De via Ailoot beschikbare invoer, uitvoer en opties staan hieronder voor de geselecteerde methode.
DeepSeek Prover V2 671B is het grote model van DeepSeek voor formeel bewijzen van stellingen in Lean 4. Het verbindt informeel wiskundig redeneren met formele bewijsconstructie. De maker beschrijft trainingsmateriaal dat is opgebouwd door uitdagende stellingen in subdoelen te ontleden, deze op te lossen en de formele bewijzen tot een volledig resultaat samen te voegen.
Geef de Lean 4-stelling die moet worden voltooid, inclusief imports, aannames en omliggende definities. Het voorbeeld van de maker levert een stelling met een tijdelijke aanduiding voor een bewijs aan en vraagt om een bewijsplan vóór de Lean-code. Die indeling maakt de beoogde wiskundige stappen naast het formele resultaat zichtbaar.
Houd de stelling ongewijzigd wanneer je om een bewijs vraagt. Geef als er een lemma of definitie in het project beschikbaar is de exacte naam en relevante vorm. Het bewijs moet de gegeven propositie in die omgeving bewijzen; een uitleg van een vergelijkbare propositie is een ander resultaat.
Vraag het model de hoofdideeën, tussenliggende lemma's en bewijsstructuur te schetsen voordat het code produceert. Voor een langere stelling helpen deze subdoelen het wiskundige argument te verbinden met de formele stappen die Lean nodig heeft. Een duidelijk plan geeft de gebruiker ook een manier om te onderzoeken of het argument elke aanname behandelt.
De uitvoer van het model is een bewijsvoorstel en formele code. De applicatie of gebruiker voert de code in de Lean-omgeving uit om te bepalen of deze wordt geaccepteerd. Bewaar de oorspronkelijke stelling, gegenereerde code en uitvoer van de verifier samen wanneer je het resultaat controleert.
Lever als Lean een deel van een voorstel afwijst de diagnostiek en de code op de relevante locatie aan. Vraag om een correctie die de stelling behoudt en die fout oplost. Een herzien bewijs kan vervolgens in dezelfde omgeving worden gecontroleerd, zodat de waargenomen fout en de gewijzigde stap gekoppeld blijven.
De training van de maker gebruikt binaire feedback over juistheid om formele bewijsconstructie te verbeteren. In een praktische workflow levert de formele verifier doorslaggevende informatie over de geldigheid van het teruggegeven bewijs. Een overtuigende schriftelijke uitleg alleen stelt niet vast dat de Lean-code is geaccepteerd.
De maker brengt Prover V2 uit in groottes van 7B en 671B. De 671B-editie is getraind op DeepSeek V3 Base; de kleinere editie heeft een ander basismodel. Dit item behoudt de grote editie en neemt de contextspecificatie van het kleinere model niet over. Bereid het verzoek en het generatiebudget voor volgens het exacte gehoste profiel en de gebruikte Lean-taak.
POST /v1/chat/completionstexttext| Veld | Type | Vereiste | Waarden en limieten | Standaard |
|---|---|---|---|---|
Veldmodel | Typestring | VereisteVereist | Waarden en limieten deepseek/deepseek-prover-v2-671b | Standaard— |
Veldmessages | Typemessage[] | VereisteVereist | Waarden en limieten Minimumaantal items: 1 | Standaard— |
Veldmessages[].role | Typestring | VereisteVereist | Waarden en limieten Voorbeelden: system, user, assistant, tool, function Voorwaarden: Deze rollen worden expliciet weergegeven door compatibiliteitstypen in de broncode; de exacte rollenverzameling van het model blijft modelspecifiek. Afhankelijk van het model | Standaard— |
Veldmessages[].content | Typestring|content_part[]|null | VereisteOptioneel | Waarden en limieten | Standaard— |
Veldmessages[].tool_calls | Typetool_call[] | VereisteOptioneel | Waarden en limieten | Standaard— |
Veldmessages[].tool_call_id | Typestring | VereisteOptioneel | Waarden en limieten Geldt wanneer: role=tool; gebruik het werkelijk teruggegeven ID | Standaard— |
Veldmessages[].name | Typestring | VereisteOptioneel | Waarden en limieten | Standaard— |
Veldmessages[].reasoning_content | Typestring | VereisteOptioneel | Waarden en limieten Geldt wanneer: Stuur de werkelijk teruggegeven redeneringen terug wanneer dit model ze gebruikt | Standaard— |
Veldmessages[].reasoning_details | Typeobject|array | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldmax_tokens | Typeinteger | VereisteOptioneel | Waarden en limieten Minimum: 1 Afhankelijk van het model | Standaard— |
Veldmax_completion_tokens | Typeinteger | VereisteOptioneel | Waarden en limieten Minimum: 1 Afhankelijk van het model | Standaard— |
Veldstream | Typeboolean | VereisteOptioneel | Waarden en limieten | Standaardfalse |
Veldstream_options.include_usage | Typeboolean | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldtemperature | Typenumber | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldtop_p | Typenumber | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldstop | Typestring|string[] | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldtools | Typefunction_tool[] | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldtools[].type | Typestring | VereisteOptioneel | Waarden en limieten function Afhankelijk van het model | Standaard— |
Veldtools[].function.name | Typestring | VereisteVereist | Waarden en limieten Geldt wanneer: functietool opgegeven | Standaard— |
Veldtools[].function.description | Typestring | VereisteOptioneel | Waarden en limieten | Standaard— |
Veldtools[].function.parameters | TypeJSON_schema | VereisteOptioneel | Waarden en limieten | Standaard— |
Veldtool_choice | Typestring|object | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldparallel_tool_calls | Typeboolean | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldresponse_format | Typeobject | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldreasoning_effort | Typestring | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldreasoning | Typeobject | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldservice_tier | Typestring | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldinstructions | Typestring | VereisteOptioneel | Waarden en limieten Compatibiliteitsveld | Standaard— |
Veldfunctions | Typefunction[] | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldfunction_call | Typestring|object | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldprompt_cache_options | Typeobject | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldmodalities | Typestring[] | VereisteOptioneel | Waarden en limieten text | Standaard— |
Veldprovider | Typeobject | VereisteOptioneel | Waarden en limieten Voorwaarden: provider.options wordt op deze Ultra-tekstroute geweigerd | Standaard— |
Veldcache_control.ttl | Typestring | VereisteOptioneel | Waarden en limieten Voorwaarden: 1h wordt op de daadwerkelijke locaties voor promptcaching geweigerd | Standaard— |
Tekst · UTF8-tekst
messages[].content
| Parameter | Contract |
|---|---|
Parametercontent_type | Contractapplication/json |
Parameterrequired | Contractmodel, messages |
Parametermaterial_types | Contracttext |
Parametermessages | Contractberichtenarray met de structuur role/content |
Parameterfile_material | Contractwerkelijk UTF-8-document ingevoegd als letterlijke tekst; er wordt geen bestands-ID afgeleid |
Parameteroptional_controls | Contractstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | Contractmodelspecifiek; functietools van de gebruiker verschillen van gehoste tools |
Parameteroutput_modalities | Contracttext |
Parameterhosted_operations | Contractfalse |
Parametermultimodal_input_binding | Contractnull |
Levenscyclus: synchronous_or_streamed
Stuur het exacte model-ID mee met messages.
Contextlengte is geen uitvoerlimiet.
Een tekstbestand kan letterlijke tekst aanleveren; beeld-, audio- en bestandsobjectinvoer vereisen een exacte koppeling.
Tariefverwijzingen voegen geen verzoekopties toe. Ondersteunde parameters staan bij de geselecteerde methode.
| Configuratie | Tariefstaffel | Kosten |
|---|---|---|
| ConfiguratieBasistarieven voor tokens | TariefstaffelBasistarief | Kosten Invoer · Invoertokens $0.0012 / 1K tokens Uitvoer · Uitvoertokens $0.0046 / 1K tokens Invoer · Cache lezen $0 / 1K tokens Invoer · Cache schrijven $0 / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
Ailoot reserveert vóór een verzoek een geschat bedrag. Na het resultaat worden de uiteindelijke kosten afgerekend op basis van het gemeten verbruik. Bij streaming gebeurt de afrekening op basis van de definitieve verbruiksregistratie. Zo werken reservering en afrekening →
set -eu\n: "${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 of SSE
Bewaar elk volledig teruggegeven antwoord, bestand en inhoudsonderdeel.
Bewaar elke keuze en de bijbehorende inhoud, toolaanroepen en redeneringen. Voeg in SSE delta’s samen per keuze-/toolindex en bewaar de uiteindelijke reden van beëindiging en de verbruiksgegevens.
Bewaar aanvraag-/antwoord-ID’s en headers. Er wordt geen algemene URL meegeleverd om teksttaken op te halen.
| Veld | Type |
|---|---|
Veldchoices[].index | Typeinteger |
Veldchoices[].message.content | Typestring|null |
Veldchoices[].message.tool_calls | Typetool_call[] |
Veldchoices[].message.reasoning_content | Typestring |
Veldchoices[].message.reasoning_details | Typeobject|array |
Veldchoices[].finish_reason | Typestring|null |
Veldusage | Typeobject |
| Antwoord | Voorwaarde | Volgende stap |
|---|---|---|
Antwoord400 · invalid_request_error | VoorwaardeVerplichte velden, de materiaalrepresentatie of een parameterwaarde zijn ongeldig | Volgende stapCorrigeer de aangegeven velden vóór een nieuwe aanmaakaanvraag. |
Ailoot Ultra deepseek/deepseek-prover-v2-671b
Gebruik de hierboven getoonde methodepaden.
deepseek/deepseek-prover-v2-671bDeepSeek Prover V2 671B genereert formele wiskundige bewijzen in Lean 4 en combineert een schriftelijk bewijsplan met formele code. De workflow van de maker splitst een stelling op in subdoelen en gebruikt verificatiefeedback om volledige bewijzen te ontwikkelen.
Deze beschrijving gaat over de mogelijkheden van het model. De via Ailoot beschikbare invoer, uitvoer en opties staan hieronder voor de geselecteerde methode.
DeepSeek Prover V2 671B is het grote model van DeepSeek voor formeel bewijzen van stellingen in Lean 4. Het verbindt informeel wiskundig redeneren met formele bewijsconstructie. De maker beschrijft trainingsmateriaal dat is opgebouwd door uitdagende stellingen in subdoelen te ontleden, deze op te lossen en de formele bewijzen tot een volledig resultaat samen te voegen.
Geef de Lean 4-stelling die moet worden voltooid, inclusief imports, aannames en omliggende definities. Het voorbeeld van de maker levert een stelling met een tijdelijke aanduiding voor een bewijs aan en vraagt om een bewijsplan vóór de Lean-code. Die indeling maakt de beoogde wiskundige stappen naast het formele resultaat zichtbaar.
Houd de stelling ongewijzigd wanneer je om een bewijs vraagt. Geef als er een lemma of definitie in het project beschikbaar is de exacte naam en relevante vorm. Het bewijs moet de gegeven propositie in die omgeving bewijzen; een uitleg van een vergelijkbare propositie is een ander resultaat.
Vraag het model de hoofdideeën, tussenliggende lemma's en bewijsstructuur te schetsen voordat het code produceert. Voor een langere stelling helpen deze subdoelen het wiskundige argument te verbinden met de formele stappen die Lean nodig heeft. Een duidelijk plan geeft de gebruiker ook een manier om te onderzoeken of het argument elke aanname behandelt.
De uitvoer van het model is een bewijsvoorstel en formele code. De applicatie of gebruiker voert de code in de Lean-omgeving uit om te bepalen of deze wordt geaccepteerd. Bewaar de oorspronkelijke stelling, gegenereerde code en uitvoer van de verifier samen wanneer je het resultaat controleert.
Lever als Lean een deel van een voorstel afwijst de diagnostiek en de code op de relevante locatie aan. Vraag om een correctie die de stelling behoudt en die fout oplost. Een herzien bewijs kan vervolgens in dezelfde omgeving worden gecontroleerd, zodat de waargenomen fout en de gewijzigde stap gekoppeld blijven.
De training van de maker gebruikt binaire feedback over juistheid om formele bewijsconstructie te verbeteren. In een praktische workflow levert de formele verifier doorslaggevende informatie over de geldigheid van het teruggegeven bewijs. Een overtuigende schriftelijke uitleg alleen stelt niet vast dat de Lean-code is geaccepteerd.
De maker brengt Prover V2 uit in groottes van 7B en 671B. De 671B-editie is getraind op DeepSeek V3 Base; de kleinere editie heeft een ander basismodel. Dit item behoudt de grote editie en neemt de contextspecificatie van het kleinere model niet over. Bereid het verzoek en het generatiebudget voor volgens het exacte gehoste profiel en de gebruikte Lean-taak.
POST /v1/messagestextjson, sse| Veld | Type | Vereiste | Waarden en limieten | Standaard |
|---|---|---|---|---|
Veldmodel | Typestring | VereisteVereist | Waarden en limieten deepseek/deepseek-prover-v2-671b | Standaard— |
Veldmessages | Typemessage[] | VereisteVereist | Waarden en limieten | Standaard— |
Veldmessages[].role | Typestring | VereisteVereist | Waarden en limieten user, assistant | Standaard— |
Veldmessages[].content | Typestring | VereisteVereist | Waarden en limieten | Standaard— |
Veldmax_tokens | Typeinteger | VereisteVereist | Waarden en limieten | Standaard— |
Veldstream | Typeboolean | VereisteOptioneel | Waarden en limieten | Standaardfalse |
Tekst · UTF-8-tekst
messages[].content als tekenreeks
| Parameter | Contract |
|---|---|
Parametercontent_type | Contractapplication/json |
Parameterrequired | Contractmodel, messages, max_tokens |
Parameteroptional_controls | Contractstream |
Parametermaterial_types | Contracttext |
Parametertext_file_material | ContractLees het werkelijke UTF-8-document en plaats de tekst ervan in de aangegeven invoer of in de inhoudstekenreeks van een bericht. |
Levenscyclus: synchronous_or_streamed
Tariefverwijzingen voegen geen verzoekopties toe. Ondersteunde parameters staan bij de geselecteerde methode.
| Configuratie | Tariefstaffel | Kosten |
|---|---|---|
| ConfiguratieBasistarieven voor tokens | TariefstaffelBasistarief | Kosten Invoer · Invoertokens $0.0012 / 1K tokens Uitvoer · Uitvoertokens $0.0046 / 1K tokens Invoer · Cache lezen $0 / 1K tokens Invoer · Cache schrijven $0 / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
Ailoot reserveert vóór een verzoek een geschat bedrag. Na het resultaat worden de uiteindelijke kosten afgerekend op basis van het gemeten verbruik. Bij streaming gebeurt de afrekening op basis van de definitieve verbruiksregistratie. Zo werken reservering en afrekening →
{\n "model": "deepseek/deepseek-prover-v2-671b",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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 of SSE
Bewaar elk volledig teruggegeven antwoord, bestand en inhoudsonderdeel.
Bewaar alle inhoudsblokken, handtekeningen van redeneringen en werkelijke toolgebruik-ID’s. Voeg alle SSE-blokdelta’s samen; het eerste tekstblok is niet de volledige uitvoer.
Bewaar aanvraag-/antwoord-ID’s en headers. Er wordt geen algemene URL meegeleverd om teksttaken op te halen.
| Veld | Type |
|---|---|
Veldid | Typestring |
Veldmodel | Typestring |
Veldcontent[] | Typetext|thinking|tool_use|other content block |
Veldstop_reason | Typestring|null |
Veldusage | Typeobject |
| Antwoord | Voorwaarde | Volgende stap |
|---|---|---|
Antwoord400 · invalid_request_error | VoorwaardeVerplichte velden, de materiaalrepresentatie of een parameterwaarde zijn ongeldig | Volgende stapCorrigeer de aangegeven velden vóór een nieuwe aanmaakaanvraag. |
Ailoot Ultra deepseek/deepseek-prover-v2-671b
Gebruik de hierboven getoonde methodepaden.
Technisch voorbeeld in het Engels
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.