国产推理大模型决战2025考研数学，看看谁第一个上岸？
文章介绍了多个深度推理模型在2025年考研数学真题测试中的表现，其中OpenAI的GPT-o1和智谱的GLM-zero-preview表现最佳。
数学推理
微软 Phi-4 震撼发布：14B 参数模型性能超越 一众大模型，数学推理性能提升显著
微软发布的Phi-4大语言模型在数学推理方面表现出色，准确率达到91.8%。该模型通过高质量合成数据集、精心策划的数据以及先进的后训练技术实现了这一成就，并已在Azure AI Foundry平台发布。
AI偏科的毛病「治」得咋样了？我们实测了6款大模型
文章介绍了国产和国际大模型在数学题上的表现。经过几个月的努力，国产大模型如Kimi、QwQ-32B-preview等在常规数学题上有所进步，但仍需改进解决实际生活中的数学问题。
多模态慢思考：分解原子步骤以解决复杂数学推理
AtomThink 是一个全流程框架，通过改进多模态大语言模型的原子推理步骤质量来解决复杂的数学推理问题。它发布了一个高质量的长链式思考数据集，并引入了慢思考策略提高了各种数学任务的推理性能。