机器之心报道机器之心编辑部OpenAI o1 给大模型规模扩展 vs 性能的曲线带来了一次上翘。它在大模型领域重现了当年 AlphaGo 强化学习的成功 —— ...

在数字化的时代，推理能力的较量正如同科技界的竞技场。最近，阿里云推出了其最新的数学推理过程奖励模型：Qwen2.5-Math-PRM。这款模型以仅有7B的微小参数量，颠覆了大型人工智能模型的传统认知，再次证明了更小也能更聪明的真理！

📚 数学袋鼠 Math Kangaroo 2025：哈佛考点火热报名中！ 你想让孩子的数学能力更上一层楼吗？不妨考虑参与即将在哈佛大学举办的国际数学竞赛——数学袋鼠 Math Kangaroo 2025！作为全球规模最大的数学竞赛之一，数学袋鼠不仅在国际上享有盛誉，而且自创办以来已有二十余年的历史，旨在通过富有趣味的题目激发学生的数学兴趣，培养逻辑思维及创新能力。 💡 竞赛简介 数学袋鼠竞赛（ ...

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。

微软亚洲研究院的数学与人工智能研究团队近日取得了一项新的技术突破，他们专为解决数学问题设计并开发了名为rStar-Math的技术。这项技术于1月10日通过官方博文正式对外公布。