12分鐘看懂 ChatGPT-5：核心升級、應用範例與風險解析

本文依據《12 分鐘搞懂 ChatGPT-5！》影片整理，重點放在 DeepSeek 最新數學推理模型（Math V2）的創新與趨勢意義。不同於傳統只追求“最終答案正確”的訓練方式，DeepSeek 以“可驗證的推理”為核心，建立 Verifier（驗證器）→ Meta-Verifier（元驗證器）→ Proof Generator（證明產生器）的三段式閉環，並以“可驗證獎勵（Verifiable Rewards）”替代單一答案獎勵，驅動模型產生嚴謹的逐步證明、主動發現/修補邏輯漏洞。在訓練與推理階段，系統可對證明片段按嚴謹度評分（1/0.5/0），由元驗證器降低“虛假缺陷”的幻覺標註，並透過 test-time compute scaling（多候選證明 × 多輪驗證分析）強化最難題目的穩定度。基準方面，影片提到此路線在 IMO/Putnam/CMO/ProofBench 等高強度證明任務的表現，顯示其接近“可信賴的推理系統”。同時，論文中“提示模板（Prompt Template）”堪稱工程化提示的範例：在出題前先定義高層行為、求解步驟、評分標準、最終輸出格式、fallback 與“自評”，把模型的思考路徑約束於可稽核的框架。對軟硬體形式化驗證、資安協定、合規審計、科學研究等需要“可證明正確性”的領域，此種“先驗證、再生成、可再驗證”的範式具直接價值。