Prime Intellect（网页）·· 13 小时前AI 评分49
Prime Intellect 发布 INTELLECT-MATH：7B 数学推理模型训练提速 10 倍
AnnouncementsJAN 21ST, 2025Distributed Training in the Inference-Time-Compute Paradigm
AI 导读
Prime Intellect 通过对合成推理轨迹做微调来改进在线强化学习的策略初始化，训练出 7B 数学推理模型 INTELLECT-MATH，在多个数学推理基准上超过 Eurus-2-7B-PRIME，并以 10 倍更少的 GPU 小时达到同等性能（47 步 RL 对比 592 步）。
来源：Prime Intellect（网页） · primeintellect.ai