阿里国际版o1来了，Marco-o1：聚焦开放式问题推理

文章预览

机器之心报道 机器之心编辑部 自从 OpenAI 发布 o1 模型以来，业界对其的追赶不断加速。 大模型推理的一个关键挑战在于，现实世界常常提出很多开放式和创造性的问题，对于 AI 来说，这是一类很难评估的任务，因为没有「标准答案」或者易于量化的奖励。 我们能否训练一个模型，让它能够从容应对无法避免的「模糊性」，仍然生成可靠的推理结果？ 11 月 22 日，阿里巴巴国际数字商业集团MarcoPolo团队发布了 Marco-o1，这是一种旨在推进开放式问题解决的大型推理模型 (LRM)。当然该工作也提到：这是一项正在进行的探索性工作，仍有进一步改进的空间。 这篇论文篇幅并不长，让我们来梳理下技术细节。 论文标题：Marco-o1: Towards Open Reasoning Models for Open-Ended Solutions 论文链接：https://arxiv.org/pdf/2411.14405 项目地址：https://github.com/AIDC-AI/Marco-o1 虽然 o1 模型 ………………………………