微软 rStar

IT之家 1 月 11 日消息，微软亚洲研究院旗下数学和人工智能研究团队昨日（1 月 10 日）发布博文，针对小语言模型，设计并开发了 rStar-Math 技术，专门用于解决数学问题。

和微软之前推出的 Phi-4 不同，rStar-Math 采用蒙特卡洛树搜索（Monte Carlo Tree Search）进行推理，这种方法模拟了人类逐步解决问题的思维方式，能够将复杂问题分解成更小的部分，逐步求解。

研究人员要求模型输出自然语言描述和 Python 代码形式的“思维链”步骤，并将自然语言作为 Python 代码注释，仅使用 Python 代码输出训练模型。

研究人员训练了一个“策略模型”生成数学推理步骤，并使用“过程偏好模型”（PPM）选择最有希望的解题步骤。这两个模型通过四轮“自我进化”互相改进，不断提升性能。

研究人员使用了 74 万道公开的数学应用题及其解答作为初始数据，并利用上述两个模型生成了新的解题步骤。

测试结果显示，应用 rStar-Math 技术后，Qwen2.5-Math-7B 模型的准确率从 58.8% 跃升至 90.0%，将 Phi3-mini-3.8B 从 41.4% 提升到 86.4%，分别比 OpenAI 的 o1-preview 模型高 4.5% 和 0.9%。

研究团队已在 Hugging Face 上宣布，计划将 rStar-Math 的代码和数据在 GitHub 上公开，方便其他研究者使用和改进。

IT之家附上参考地址

特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.

汪涵儿子9岁近照：头染黄毛，发际线超高，看上去有点秃

TVB的四小花

2025-05-08 15:04:40

越南推动十年内实现全民免费医疗

李东海评论

2025-05-07 15:47:33

重大突破！刚刚上海地铁最新通知，大批人身价要涨

科学发掘

2025-05-06 05:19:30

网址：微软 rStar https://mxgxt.com/news/view/1061332

相关内容

未来可期！Rstar派星儿开播一周拿下虎牙声林唱将冠军
微软首席数字官亲述微软自己的数字化转型故事
苹果微软亦敌亦友 库克发声合作微软发力企业市场
那些微软出品的明星经理人
张一鸣和微软的四件往事
微软不遗余力推广见效！微软Win11用户越来越多：与Win10只剩个位数差距
刚退役两天就签下Uzi的GNR战队，背后究竟是什么势力？
中国区员工只能用iPhone？微软回应→
AI应用加速渗透 微软(MSFT.US)与ServiceNow(NOW.US)等软件股涨势未休
微博舆情监测软件的️

随便看看