Github 🤗 Hugging Face 📝 Бумага 🧑💻 Модель 🗂️ Данные 📽️ Демо 🎯 Marco-o1 не только фокусируется на дисциплинах со стандартными ответами, таких как математика, физика и программирование, которые хорошо подходят для обучения с подкреплением (RL), но также уделяет больше внимания открытым решениям. Мы стремимся ответить на вопрос: «Может ли модель o1 эффективно распространяться на более широкие области, где четкие стандарты отсутствуют, а вознаграждение сложно определить количественно?» В настоящее время модель большого языка Marco-o1 (LLM) основана на тонкой настройке цепочки мыслей (CoT), поиске по дереву Монте-Карло (MCTS), механизмах отражения и инновационных стратегиях рассуждения, оптимизированных для решения сложных реальных задач. ⚠️ Ограничения: Мы хотели бы подчеркнуть, что эта исследовательская работа вдохновлена O1 OpenAI (от которого также произошло название). Эта работа направлена на изучение потенциальных подходов, которые прольют свет на неясную в настоящее время техническую дорожную карту для больших моделей рассуждения. Кроме того, наше внимание сосредоточено на открытых вопросах, и мы наблюдали интересные явления в многоязычных приложениях. Однако мы должны признать, что текущая модель в первую очередь демонстрирует характеристики рассуждения, подобные o1, и ее…
Модальности:
Генерация текста
Области применения:
Диалог / чат
Задача: Генерация текста
Автор: AIDC-AI
Теги: qwen2, conversational, text-generation-inference
Лайков: 712 | Загрузок: 3,248
Описание основано на материалах HuggingFace. Перевод выполнен автоматически.
