超越DeepSeek-R1，数学形式化准确率飙升至84% | 字节&南大开源
量子位
超越DeepSeek-R1，数学形式化准确率飙升至84% | 字节&南大开源

链接直达 ">手机查看
内容由AI协助整理，请仔细甄别

相关导航

突破Agent长程推理效率瓶颈！MIT&NUS联合推出强化学习新训练方法

多模态模型学会“按需搜索”，少搜30%还更准！字节&NTU新研究优化多模态模型搜索策略

浙大校友打造AI代码测试神器，零代码零bug，30分钟创建网站

强化学习+MCP=王炸？开源框架教AI在MCP中玩转工具解决任务，实测效果超越GPT！

1.5B刷新数学代码SOTA！快手&清华精细化Token管理，LLM推理能力飙升

字节&MAP重塑大模型推理算法优化重点，强化学习重在高效探索助力LLM提升上限