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
感谢IT之家网友 Skyraver、風見暉一 的线索投递！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。
</p>IT之家附体验链接：https://yuewen.cn
此文章来自:IT之家如有涉及侵权请通过邮箱联系:fnhjeqj@163.com删除。
页:
[1]