MATH500

Deepseek R1及Deep research复现回顾及近期前沿进展速递

作者

2025年02月16日，北京晴天。社区第39讲《DeepseekR1及Deepresearch复现》顺利结束，老刘报告了4小时深度讨论内容。介绍了大模型推理和复现进展，包括DeepSeek-MoE-ResourceMap、OpenR1-Math-Raw等资源库，并展示了OpenThinker-32B在MATH500测试中的表现。研究发现，长链推理的结构比内容更重要。老刘呼吁社区成员参与讨论。

刚刚，阶跃星辰发布Step R-mini！推理模型从此不再文理偏科

作者

阶跃星辰发布的Step Reasoner mini是首个推理模型，擅长逻辑推理、代码和数学问题，并能进行文学创作。该模型通过强化学习训练，实现文理兼修。它在AIME 2024和Math500测试中均表现出色，且具有较好的泛化性。