阶跃星斗推理模子 Step R

阶跃星斗推理模子 Step R-mini 上线：声称“文理兼修”，AIME 等数学基准测试成就超 o1-preview 阶跃星斗推理模子 Step R-mini 上线：声称“文理兼修”，AIME 等数学基准测试成就超 o1-preview 2025年01月17日 16:55 IT之家 IT之家 1 月 17 日新闻，阶跃星斗昨日（1 月 16 日）发布，自研推理模子 Step Reasoner mini（简称 Step R-mini ）上线。官方表现，在 AIME 跟 Math 等数学基准测试上，Step Reasoner mini 的成就超越了 o1-preview，比肩 OpenAI o1-mini。在 LiveCodeBench 代码义务上，也比 o1-preview 后果更佳。Step Reasoner mini 经由过程年夜范围的强化进修练习，并应用 On-Policy（同战略）强化进修算法，实现了“文理兼修”。Step Reasoner mini 除了能正确解答数学、代码、逻辑推理成绩，还能富有创意地实现文学内容创作跟一样平常谈天的义务。IT之家附休会链接：https://yuewen.cn