1
免责声明：Al优秘圈所有资讯仅代表作者个人观点，不构成任何投资理财建议。请确保访问网址为（kx.umi6.com) 投诉及建议
2025-01-11 12:39:34
微软 rStar-Math 技术登场：小语言 AI 模型数学推理从“不及格”一跃成为“优等生”
数码游侠
发布在
快讯
阅读：440

1月10日，微软亚洲研究院发布rStar-Math技术，该技术专用于解决数学问题，采用蒙特卡洛树搜索方法。研究人员通过训练“策略模型”和“过程偏好模型”，提升了小语言AI模型的数学推理能力。测试显示，Qwen2.5-Math-7B模型准确率从58.8%提升至90.0%，Phi3-mini-3.8B模型从41.4%提升至86.4%，优于OpenAI的o1-preview模型。研究团队计划在GitHub上公开rStar-Math的代码和数据。

原文链接
本文链接：https://kx.umi6.com/article/11518.html
转载请注明文章出处
rStar-Math
数学推理
蒙特卡洛树搜索
分享至
打开微信扫一扫
内容投诉
生成图片
相关推荐
换一换
重大突破！微软发布“自我进化”，帮小模型超OpenAI-o1
2025-01-13 10:50:38
深夜突袭，DeepSeek-Prover-V2加冕数学王者！671B数学推理逆天狂飙
2025-05-05 09:43:44
阿里通义千问推出Qwen3-Max-Thinking尝鲜版
2025-11-04 17:23:23
阿里开源最新多模态模型 Qwen2.5-VL-32B：主打视觉语言，数学推理也很强
2025-03-25 09:46:01
Llama版o1来了，来自上海AI Lab，强化学习代码已开源，基于AlphaGo Zero范式
2024-11-05 16:03:16
360gpt2-o1 上线：“会思考”的国产大模型，探索 AI 推理新极限
2024-12-14 11:46:11
菲尔兹奖得主亲测 GPT-4o，经典过河难题破解失败
2024-06-30 15:55:25
TeleAI “复杂推理大模型” 达竞赛级数学表现，评分超 o1-preview
2025-01-26 17:15:51
斯坦福打脸大模型数学水平：题干一改就集体降智，强如o1也失准
2025-01-06 10:19:08
4B小模型数学推理首超Claude 4，700步RL训练逼近235B性能 | 港大&字节Seed&复旦
2025-07-09 15:04:14
超低成本复现QwQ！数学推理模型训练迎来RL暴击，数据代码全开源 | 蚂蚁&清华出品
2025-04-01 11:18:45
不蒸馏R1也能超越DeepSeek，上海 AI Lab 用RL突破数学推理极限
2025-02-16 12:22:15
首次解释LLM如何推理反思！西北大学谷歌新框架：引入贝叶斯自适应强化学习，数学推理全面提升
2025-06-02 14:38:11
数码游侠
660 文章
478555 浏览
阅读更多
24小时热文
更多
扫一扫体验小程序