Революция в математическом мышлении малых языковых моделей с rStar-Math

info@vsetut.pro

Стать автором

Вернуться

27.01.2025 12:06:03 | Хабр

Хабы: Искусственный интеллект, Машинное обучение, Алгоритмы

В данной статье представлен метод rStar-Math, демонстрирующий способность малых языковых моделей (SLM) достигать конкурентоспособных результатов, сопоставимых и даже превосходящих показатели модели OpenAI o1 в задачах математического рассуждения, без использования дистилляции знаний из более крупных моделей. Ключевой особенностью rStar-Math является применение "глубокого мышления" посредством поиска по дереву Монте-Карло (MCTS), где SLM выступает в роли модели политики, генерируя последовательность шагов решения, а другая SLM оценивает их, действуя как модель вознаграждения за процесс. Представлены три ключевые инновации: метод синтеза данных CoT с расширением кода, новый подход к обучению модели предпочтения процессов (PPM) и стратегия саморазвития. Экспериментальные результаты показывают значительное улучшение математических способностей SLM, подтверждая эффективность предложенного подхода.

Подробнее

Читайте также

[Перевод] Новые возможности ECMAScript — атрибуты импорта и модификаторы шаблона регулярного выражения
27.01.2025 12:05:23 | Хабр

Забытые шедевры Nokia: концепты телефонов, опередившие время
27.01.2025 12:00:18 | Хабр

Разные 8 ГБ: RTX 2080 сравнили с RTX 4060 в современных играх
27.01.2025 12:00:00 | ferra.ru

Китайский ИИ-стартап DeepSeek обогнал ChatGPT по скачиванию в App Store
27.01.2025 11:51:14 | ferra.ru

Сравнила объектно-ориентированное программирование с психологией человека и показала, как это выглядит в коде
27.01.2025 11:35:51 | Хабр

Хакатон «Цифровой прорыв»: как команда валидации Альфа-Банка разработала решение для РЖД
27.01.2025 11:25:59 | Хабр

[Перевод] Модульность для первоклассной оркестрации процессов
27.01.2025 11:17:00 | Хабр

Современные техники оптимизации производительности в C++. Кэш-локальность, аллокаторы и параллелизм
27.01.2025 11:15:09 | Хабр

iPhone 16 Pro Max подробно сравнили по камерам с лучшими смартфонами OnePlus, Vivo и Pixel
27.01.2025 11:15:00 | ferra.ru

Gartner по-русски – это не Гартнер
27.01.2025 11:11:05 | Хабр

[Перевод] ByteDance запустила новую интегрированную среду разработки (IDE) для быстрого создания ИИ-приложений. Обзор инструмента
27.01.2025 11:06:30 | Хабр

Краткая история онлайн-платежей. Часть вторая: как интернет изменил и упростил всё
27.01.2025 10:57:01 | Хабр

Делаем умный зарядник для машины на коленке
27.01.2025 10:49:27 | Хабр

Депутаты предлагают разблокировать запрещенные соцсети
27.01.2025 10:46:59 | it-world

Как я смотрю YouTube без задержек и рекламы
27.01.2025 10:45:02 | Хабр

С июня мы перешли на Контур Толк: как нам живётся на отечественных продуктах?
27.01.2025 10:41:08 | Хабр

Угнетающая тенденция в казахской литературе. Или может я сума сошел?
27.01.2025 10:33:44 | Хабр

Японцы создали идеальный полуметалл Вейля
27.01.2025 10:30:11 | ferra.ru

Директором московского отделения макрорегиона Столица «МегаФона» стал Виктор Югай
27.01.2025 10:30:03 | it-world

Интеграция Jira-AWX
27.01.2025 10:15:56 | Хабр

[Перевод] Оценка чат-ботов LLM: основные метрики и методы тестирования
27.01.2025 10:11:50 | Хабр

Блокчейны с Proof of History: тренд или будущее?
27.01.2025 10:00:21 | it-world

GPT начал убивать поиск Google и Яндекса
27.01.2025 09:58:45 | Хабр

По trade-in новый Samsung Galaxy S25 Ultra продают всего за $399 и дают наушники
27.01.2025 09:45:31 | ferra.ru

7 вещей, которые больше всего волнуют аудиторов в модуле критических данных Flutter-приложения
27.01.2025 09:39:25 | Хабр

DxOMark: среднебюджетный Xiaomi Redmi Note 14 Pro+ 5G снимает на уровне iPhone. Но есть нюанс
27.01.2025 09:38:28 | ferra.ru

Новый самый дешевый iPad не получит поддержку ИИ Apple Intelligence
27.01.2025 09:27:04 | ferra.ru

Американские горки — поиск наибольшего паросочетания в двудольном графе
27.01.2025 09:18:31 | Хабр

Первые пользователи начали получать цветной индикатор батареи в Windows 11
27.01.2025 09:18:04 | ferra.ru

[Перевод] Пора ли менять DCS на универсальную систему управления?
27.01.2025 09:15:27 | Хабр

Опубликован топ-6 игровых процессоров на январь 2025 года по версии PC Gamer
27.01.2025 09:08:01 | ferra.ru

Киберпанк. Заводы без людей
27.01.2025 09:01:21 | Хабр

ЦРУ заявило, что COVID-19 случайно выбрался из китайской лаборатории
27.01.2025 09:00:29 | ferra.ru

ChatOSINT на кончиках пальцев. Цифровые аватары Д. Трампа и В. Путина формируют геополитический ландшафт
27.01.2025 09:00:18 | Хабр

Минцифры попросили разъяснить возможность разблокировать зарубежные соцсети, если те продадут 50% бизнеса российским инвесторам
27.01.2025 08:55:53 | vc.ru

Смотреть все

НОВОСТИ

Инвесторы попросили Трутнева упростить строительство платных дорог в ДФО
15.04.2026 05:38:38 | ТАСС

Лавров: сложившаяся в мире обстановка влияет на отношения РФ и КНР
15.04.2026 05:38:23 | ТАСС

Лавров: Европа при отказе от нефти и газа РФ может стать зависимой от другой державы
15.04.2026 05:37:52 | ТАСС

Лавров: в Европе попросили ЕК отложить план "перекрыть вентиль" энергоресурсов РФ
15.04.2026 05:37:07 | ТАСС

Лавров: РФ может восполнить недостаток ресурсов у КНР на фоне ближневосточного кризиса
15.04.2026 05:34:02 | ТАСС

МИД: За период эскалации на Ближнем Востоке пострадала одна россиянка
15.04.2026 05:33:40 | Life.ru

Депутат Аршинова: Молдавия отдала своих граждан на службу режима Зеленского
15.04.2026 05:33:15 | ТАСС

Боец Карта: ВС РФ уничтожили ракетный комплекс ВСУ в Харьковской области
15.04.2026 05:32:42 | ТАСС

Лавров: отношения России и Китая "непоколебимы перед ветром любых бурь"
15.04.2026 05:30:00 | ТАСС

В КубГМУ разработают покрытия и импланты для улучшения заживления ожогов
15.04.2026 05:29:00 | ТАСС

Лавров на встрече с Си Цзиньпином назвал Россию и Китай стабилизаторами в мире
15.04.2026 05:28:38 | Life.ru

Си Цзиньпин: отношения РФ и КНР особо ценны в нынешней международной обстановке
15.04.2026 05:26:59 | ТАСС

В Херсонской области заявили о повреждении из-за атак ВСУ всех храмов 30-км зоны
15.04.2026 05:26:07 | ТАСС

Лавров: "кризисный узел" на Ближнем Востоке будет непросто развязать
15.04.2026 05:24:34 | ТАСС

В Госдуме рассказали, как будут выглядеть передвижные аптеки
15.04.2026 05:23:57 | ТАСС

Iran War Cost Tracker: США потратили уже более $51 млрд на операцию в Иране
15.04.2026 05:22:26 | ТАСС

Лавров сообщил, что визит Путина в Китай пройдет в первой половине года
15.04.2026 05:21:04 | ТАСС

В крупнейшем индустриальном парке Сибири создали более 9 тыс. рабочих мест
15.04.2026 05:19:51 | ТАСС

WSJ: США перехватили восемь танкеров, пытавшихся пройти через блокаду
15.04.2026 05:19:18 | ТАСС

Иран во время перемирия с США начал расчистку подземных ракетных баз
15.04.2026 05:18:21 | Life.ru

Россиянам рассказали, чем денежное довольствие отличается от зарплаты
15.04.2026 05:17:22 | ТАСС

В МИД сообщили о россиянке, пострадавшей во время конфликта США, Израиля и Ирана
15.04.2026 05:16:00 | Российская Газета

МИД: Одна россиянка пострадала во время конфликта США, Израиля и Ирана
15.04.2026 05:16:00 | Российская Газета

Овечкин отдал голевую передачу в последнем матче регулярного сезона НХЛ
15.04.2026 05:15:12 | ТАСС

В ЮАР начали применять российскую видеоаналитику на основе ИИ от NtechLab
15.04.2026 05:15:00 | ТАСС

Лавров: российско-китайские отношения играют роль стабилизатора в мировых делах
15.04.2026 05:12:49 | ТАСС

Двое бойцов ВС РФ взяли штурмом украинский пункт управления дронами в ДНР
15.04.2026 05:12:07 | ТАСС

НБКИ: доля отказов на автокредиты в марте снизилась на 6,8 п.п.
15.04.2026 05:10:43 | ТАСС

В СФ выступают за расширение на всю страну программы льготной аренды жилья
15.04.2026 05:08:12 | ТАСС

В Кыргызстане открыли Высшую школу госуправления Центральной Азии
15.04.2026 05:07:00 | Российская Газета

Марочко сообщил, что ВС РФ закрепились у Григоровки
15.04.2026 05:05:44 | ТАСС

Ретрансляторы позволяют дроноводам "Запада" поражать цели в тылу и с флангов
15.04.2026 05:04:20 | ТАСС

Самолёт авиакомпании «Аврора» подал сигнал бедствия в аэропорту Владивостока
15.04.2026 05:03:41 | Life.ru

В Челябинске разработали новый метод прогнозирования обрушения высотных труб
15.04.2026 05:03:32 | ТАСС

ВСУ потеряли за сутки 80 тяжелых квадрокоптеров в зоне ответственности "Запада"
15.04.2026 05:03:07 | ТАСС

Все новости

ВСЕ НОВОСТИ

ПИШИТЕ

Техническая поддержка проекта ВсеТут

info@vsetut.pro