阿里云通义开源首个推理模范评估模范

1月16日，阿里云通义开源全新的数学推理经过奖励模子Qwen2.5-Math-PRM，72B及7B尺寸模子性能均大幅越过同类开源经过奖励模子；在识别推理失误模范才调上，Qwen2.5-Math-PRM以7B的小尺寸就越过了GPT-4o。同期，通义团队还开源首个模范级的评估模范 ProcessBench，填补了大模子推理经舛裂缝评估的空缺。（全天候科技）