PRIME，改进LLM推理能力的方法，可以提高语言模型的推理能力。

PRIME，改进LLM推理能力的方法，可以提高语言模型的推理能力插图

使用PRIME，从Qwen2.5-Math-7 B-Base开始，我们的训练模型Eurus-2- 7 B-PRIME达到了26.7%的pass@1，超过了GPT-4 o和Qwen2.5-Math-7 B-Instruct。我们仅用Qwen Math的1/10数据（230 K SFT +150 K RL）就实现了这一点。

Githu地址：https://github.com/PRIME-RL/PRIME



微信扫描下方的二维码阅读本文

PRIME，改进LLM推理能力的方法，可以提高语言模型的推理能力插图1

声明：本站所有文章，如无特殊说明或标注，均为本站原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。