S1 简单缩放：SFT Qwen 32B 在数学方面的表现比 O-20250204090555

斌叔OKmath · 微博 · · 2025-02-04 09:05

文章预览

2025-02-04 09:05 本条微博链接 S1 简单缩放：SFT Qwen 32B 在数学方面的表现比 O1 预览版高出 27% 🔥 s1-32B 在竞赛数学问题（MATH 和 AIME24）上的表现比 o1-preview 高出 27% 通过预算强制，s1-32B 在 AIME24 上的效率从 50% 提高到了 57% 创建了一个小型数据集 s1K，其中包含 1,000 个问题和推理痕迹预算强制：通过强制终止模型的思考过程来控制测试时间计算当模型试图结束时，通过多次附加“等待”来延长该过程鼓励模型仔细检查答 ………………………………

原文地址：访问原文地址
快照地址：访问文章快照
总结与预览地址：访问总结与预览

分享到微博

推荐文章

深圳大件事 · 免费！美到炸裂！深圳花海惊艳全城，就藏在这里......

4 小时前

深圳发布 · 立春快乐！

昨天

深圳特区报 · 不及时治疗致死率近100%！男子没当回事被送进ICU！医生紧急提醒

3 天前

深圳特区报 · 东部战区、南部战区，同日发布！

5 天前

深圳宁南山 · 日经中文网的报道，韩国人均GDP在2022年就超过了日本了其实在-20250129174648

5 天前

時間的玩家TimeIsArt · 每日临在 | 2024.05.30

8 月前

潍坊气象 · 持续晴晒模式，请注意防暑降温

7 月前

隆众资讯订阅号 · 成品油 | 多重利好提振山东成品油市场迎来2025年“开门红”

3 周前