Вебинары Разобраться в IT Реферальная программа Тесты
Программирование Аналитика Дизайн Маркетинг Управление проектами
13 Янв 2025
2 мин
12

Microsoft анонсировала модель rStar-Math для выполнения математических рассуждений и решения задач.

Исследователи из Microsoft Asia создали языковую модель rStar-Math для решения математических задач, опубликовав статью с подробностями.

Главное:

  • Microsoft представила языковую модель rStar-Math для решения математических задач.
  • Модель способна рассуждать и последовательно решать задачи, используя инновационные методы.
  • Исследования показали высокую эффективность новой модели, улучшившую результаты по сравнению с предыдущими версиями.

Новая языковая модель для математических задач

Microsoft анонсировала свою новую языковую модель под названием rStar-Math, разработанную командой исследователей в области математики и искусственного интеллекта. Эта модель предназначена для решения математических задач и может предоставлять пошаговые рассуждения, подобно тому, как это делает человек. Стоит отметить, что rStar-Math использует метод поиска по дереву Монте-Карло, что позволяет эффективно разбивать сложные проблемы на более простые задачи. Разработка модели была подтверждена публикацией на сервере препринтов arXiv, где представлены как технические подробности, так и результаты тестирования.

Таким образом, rStar-Math расширяет возможности малых языковых моделей (SLM), которые менее ресурсоемкие и могут работать даже на локальных устройствах. Это делает их более доступными для использования, особенно в образовательном секторе, где возникает потребность в инструментах для помощи в обучении математике.

Эффективность rStar-Math в решении задач

Исследования показали впечатляющие результаты тестирования новой модели. После проведённых испытаний на 747 тысячах математических задач rStar-Math продемонстрировала уровень успешного решения задач, который значительно превысил результаты предыдущих моделей, таких как Qwen2.5-Math и Phi3-mini. Например, rStar-Math улучшила показатели с 58,8% до 90,0% в тестах, что, безусловно, подчеркивает её потенциал в образовательной и научной сферах.

Показатели на математической олимпиаде США (AIME) также убедительны: модель решает в среднем 53,3% предложенных задач. Такого успеха удалось достичь благодаря уникальному подходу к обучению модели, который включает метод синтеза данных CoT с дополненным кодом и обучение с вознаграждением за процесс.

Будущее и доступность rStar-Math

Команда Microsoft заявила о намерении сделать код и данные rStar-Math общедоступными на платформе GitHub. Это открывает новые горизонты для исследователей и разработчиков, желающих экспериментировать с моделью, а также для студентов и преподавателей, которые смогут использовать её в своих учебных процессах.

Интересно, что в начале января Microsoft выпустила другую модель, Phi-4, как полностью открытый проект. Такой подход к разработке моделей ИИ с доступными весами обеспечивает огромные возможности для научных изысканий, особенно в контексте математики и стеков машинного обучения. Это создает привлекательно простой путь для внедрения ИИ в образование, а также для решения практических задач, что является важным шагом вперед в области новых технологий.

Добавить комментарий