阶跃星辰推理模型Step R-mini上线:宣称“文理兼修”,AIME等数学基准测试成绩超o1-preview
科技
科技 > 人工智能 > 正文

阶跃星辰推理模型Step R-mini上线:宣称“文理兼修”,AIME等数学基准测试成绩超o1-preview

IT之家 1 月 17 日消息,阶跃星辰昨日(1 月 16 日)宣布,自研推理模型 Step Reasoner mini(简称 Step R-mini )上线。

官方表示,在 AIME 和 Math 等数学基准测试上,Step Reasoner mini 的成绩超过了 o1-preview,比肩 OpenAI o1-mini。在 LiveCodeBench 代码任务上,也比 o1-preview 效果更佳。

Step Reasoner mini 通过大规模的强化学习训练,并使用 On-Policy(同策略)强化学习算法,实现了“文理兼修”。Step Reasoner mini 除了能准确解答数学、代码、逻辑推理问题,还能富有创意地完成文学内容创作和日常聊天的任务。

IT之家附体验链接:https://yuewen.cn

亲爱的凤凰网用户:

您当前使用的浏览器版本过低,导致网站不能正常访问,建议升级浏览器

第三方浏览器推荐:

谷歌(Chrome)浏览器 下载

360安全浏览器 下载