DeepSeek-Prover-V1.5是一个结合了强化学习和蒙特卡洛树搜索的证明生成模型，提高了证明生成的效率和准确性。该模型在Lean 4的形式定理证明中表现优于其他开源模型。它采用了统一的方法，结合了证明步骤生成和整体证明生成，并且通过截断和恢复机制无缝地集成了中间策略状态。该模型还利用了无奖励探索算法和新的蒙特卡洛树搜索算法来提高证明搜索效率。评估结果显示，DeepSeek-Prover-V1.5在miniF2F和ProofNet数据集上相比之前的模型实现了更高的通过率。