清华

啊？7B的DeepSeek反超R1满血版，上海AI Lab周伯文团队新成果：计算最优的Test-Time Scaling

作者

上海AI Lab/清华哈工大/北邮团队的研究表明，通过改进Test-Time Scaling（TTS）方法，在数学推理任务上提升了小模型的性能。该研究发现最优的TTS方法高度依赖于具体的策略模型、过程奖励模型和问题难度。