rStar开源项目 – 微软的数学推理项目

微软推出的数学推理项目，旨在展示小型语言模型（SLM）在数学推理方面可以通过自我演化的深度思考（Deep Thinking）过程达到与大型模型相当甚至更好的性能。
rStar的特点:
1. 基于蒙特卡洛树搜索（MCTS）算法
2. 结合了SLM的策略模型和奖励模型
3. 支持在没有从优化模型中获得指导的情况下进行自我演化
4. 提升数学问题解决能力

rStar的功能:
1. 使用rStar进行数学推理任务
2. 结合SLM模型进行深度思考的研究
3. 探索小型模型在复杂数学问题上的应用

相关导航

Segmentle官网 – 一款AI驱动的数字游戏

Segmentle是一款独特的AI数字游戏，通过重新排列网格中的数字，确保每列的总和与上方显示的目标数字相匹配。利用ChatGPT的AI技术，该游戏提供动态难度调整，适合各种技能水平的玩家，旨在提高数学能力和问题解决能力。

Jaqnjil官网 – AI驱动的内容创作助手

Jaqnjil是一个旨在提升内容创作者生产力的AI写作助手，能够生成高质量、SEO优化的内容，适用于营销机构、自由职业者和希望扩大内容生产的企业。

LIMO开源项目 – 少数据提升大模型数学推理能力

LIMO项目研究如何在只有少量训练数据的情况下，让大型语言模型具备复杂的数学推理能力。项目验证了少数据量的训练数据是否能够真正提升模型的推理能力，而不是仅仅让模型记忆训练数据。LIMO通过精心构造的高质量问题和推理链，利用预训练模型中的数学知识，仅需数百个示例即可激发模型的复杂推理能力。项目在多个数学推理基准测试中取得了显著的性能提升，并发布了高质量的数据集和评估工具。

MCTS-GSM8k-Demo开源项目 – 高效解决数学问题的AI演示

用蒙特卡洛树搜索与大型语言模型结合解决数学问题的演示项目，就像给AI装上了解题的“指南针”，让它能更高效地找到解题路径

AirRAG官网 – 提升复杂任务推理能力的RAG方法

AirRAG是一种由阿里提出的检索增强生成（RAG）方法，旨在通过树状搜索激活大型语言模型（LLM）的内在推理能力。它特别针对复杂、知识密集型任务设计，通过五种基本推理动作（系统分析、直接回答、检索回答、查询转换、总结回答）并结合蒙特卡洛树搜索（MCTS）和自一致性验证，扩展解空间，处理复杂任务中的推理路径受限问题。该方法在处理知识密集型查询时表现出更高的灵活性和效率。

FacTool开源项目 – 生成式AI的事实性检测工具框架

FacTool是一个专为生成式AI设计的事实性检测工具，旨在多任务和多领域场景下进行事实错误检测。它支持多种任务，包括基于知识的问答、代码生成、数学推理和科学文献综述等，提供细粒度的事实定义，并在事实检查过程中提供明确的证据。

estimatooor官网 – 使用ChatGPT教你用简单数学猜答案

estimatooor是一个利用ChatGPT的工具，帮助用户通过简单的数学推理来解决看似复杂的问题。用户可以选择任何主题进行问题解决，适合需要快速估算或分析的场景。

O1-CODER开源项目 – 专注编程任务的模型复现项目

一个专注于编程任务的O1模型复现项目，结合强化学习(RL)和蒙特卡洛树搜索(MCTS)来增强模型的系统思维能力，包含测试用例生成器(TCG)和自弈强化学习两大核心组件，旨在生成更高效和逻辑性强的代码

Phi-4模型 – 小型语言模型，擅长复杂推理和数学问题解决

Phi-4 是 Microsoft 推出的一款小型语言模型，拥有 140 亿参数，特别擅长复杂推理和数学问题解决。它的核心优势包括卓越的数学推理能力，这得益于高质量的合成数据集和创新的后训练技术。Phi-4 在训练过程中战略性地引入了合成数据，通过多代理提示、自我修正工作流和指令反转等技术生成，显著增强了模型的推理和问题解决能力。尽管在推理方面仍有提升空间，未来开发者预计会进一步优化和量化它，目标是实现个人电脑和笔记本电脑上的本地运行。

Phi-4模型 – 小型语言模型，推理和数学能力出色

Phi-4 是微软研究院开源的一个小型语言模型，参数量仅140亿，但在多个基准测试中表现出色，可能超过OpenAI的GPT-4o以及同类顶级开源模型如Qwen 2.5-14B和Llama-3.3-70B。其训练数据包括高质量的合成数据，涵盖50多种数据集，生成约4000亿未加权tokens。采用监督微调（SFT）和直接偏好优化（DPO）技术，特别在数学竞赛相关任务中展现强大推理能力。

Phi-3模型 – 高性能小型语言模型

Phi-3 是由微软开发的一组小型语言模型，旨在以紧凑的形式提供高性能，特别适合在移动设备上运行。该系列包括多个模型，如 Phi-3 Mini、Phi-3 Small 和 Phi-3 Medium，每个模型具有不同的参数数量和能力，涵盖从 38 亿到 140 亿参数的范围。Phi-3 系列在语言理解、推理和编码任务中表现出色，采用‘课程学习’方法进行训练，逐步从简单任务过渡到复杂任务。某些模型如 Phi-3.5-Vision 还支持多模态任务，处理图像和文本输入。

DeepSeek 系列模型官网 – 腾讯云推出的高性能AI模型

DeepSeek 系列模型是腾讯云提供的一系列人工智能模型，旨在支持开发者构建和扩展 AI 应用。该系列包括 DeepSeek-R1 和 DeepSeek-V3 等，参数规模从 1.5B 到 671B，覆盖不同需求。这些模型在数学、编码和自然语言推理等任务中表现出色，性能可与 OpenAI 的 GPT-4 相媲美，广泛应用于知识问答、代码生成等领域。

Saplings开源项目 – 强大的AI智能体框架

一个强大的AI智能体框架，基于树搜索算法提升AI代理的决策能力。支持多种搜索算法如蒙特卡洛树搜索(MCTS)、A*和贪心最佳优先搜索，可帮助AI代理探索和评估不同的工具使用路径，避免错误并做出更好的决策。仅需两行代码即可为代理添加搜索功能

QwQ-32B官网 – 阿里开源的高效推理模型

QwQ-32B 是阿里云 Qwen 团队开发的开源推理模型，基于 Qwen 系列，专注于提升 AI 的推理能力。该模型在数学推理和编码任务中表现突出，性能可能与 DeepSeek R1 相当，甚至在某些基准测试中超过 OpenAI 的 o1-mini。模型通过强化学习技术，能够自我检查答案并形成关键“思考习惯”，支持长上下文处理（最多 131,072 tokens）。QwQ-32B 对本地算力要求较低，仅需 4 张 NVIDIA 4090 GPU 即可运行，适合普通企业和开发者使用。

Data Interpreter (DI)官网 – 通过代码解决数据问题的代理工具

Data Interpreter (DI) 是 MetaGPT 的最新更新，专注于通过代码解决数据相关问题。它能够理解用户需求、制定计划、编写执行代码，并在需要时使用工具，处理广泛的场景，如数据分析、机器学习模型开发、数学推理、自动回复邮件、模拟网站和股票分析等。它是 DeepWisdom 平台的一部分，采用 MIT 许可证，开源性强，适合开发者和研究人员使用。

Awesome-LLM4Math开源项目 – 大语言模型数学推理资源的精选集合

这是一个专注于大语言模型在数学推理方面应用的资源集合，旨在帮助用户更好地理解和利用这些模型解决各种数学问题。该项目汇集了多种与数学推理相关的大语言模型，提供丰富的示例和应用案例，同时包含使用不同数学工具和库的指南，支持多种数学问题的解决方案。