AI在线 AI在线

大规模强化学习

月之暗面Kimi开源数学定理证明模型Kimina-Prover

月之暗面Kimi开源数学定理证明模型Kimina-Prover
Kimi 技术团队近日发布了 Kimina-Prover 预览版的技术报告，并开源了1.5B 和7B 参数的模型蒸馏版本、用于数据生成的 Kimina-Autoformalizer-7B 模型以及修订过的 miniF2F 基准测试数据集。 Kimina-Prover 是由 Numina 和 Kimi 团队联合研发的一款数学定理证明模型，它在形式化定理证明领域采用了一种新颖的、由推理驱动的探索范式，展现出极佳的性能。 Kimina-Prover 基于 Qwen2.5-72B 模型，并结合 Kimi k1.5的大规模强化学习（RL）流程进行训练。
4/17/2025 9:01:05 AM
AI在线
腾讯混元自研深度思考模型「T1」正式发布

腾讯混元自研深度思考模型「T1」正式发布
近日，腾讯正式推出了其自研的深度思考模型——混元T1正式版。 混元T1正式版在大规模强化学习的基础上，针对数学、逻辑推理、科学和代码等理科难题进行了专项优化，从而实现了推理能力的显著提升。 在常见benchmark上，如大语言模型评估增强数据集MMLU-PRO中，混元T1取得了87.2分的优异成绩，仅次于顶尖模型o1。
3/22/2025 10:20:00 AM
AI在线
  • 1