Hoy, el equipo de Tongyi de Alibaba Cloud ha lanzado oficialmente el nuevo modelo de recompensa de proceso de razonamiento matemático Qwen2.5-Math-PRM. Este modelo está disponible en dos tamaños, 72B y 7B, y su rendimiento supera significativamente a los modelos de recompensa de proceso de código abierto similares, especialmente en la identificación de errores de razonamiento. Sorprendentemente, la versión de 7B de Qwen2.5-Math-PRM supera al popular GPT-4o, un logro que marca un paso importante para Alibaba Cloud en el desarrollo de modelos de razonamiento.

Kimi, el asistente inteligente de la cara oscura de la luna, anuncia el lanzamiento de su nuevo modelo de razonamiento matemático k0-math. El modelo k0-math ha demostrado un rendimiento excepcional en varias pruebas de referencia de habilidades matemáticas, superando a los modelos o1-mini y o1-preview de la serie o1 de OpenAI en cuatro pruebas de referencia matemáticas: exámenes de secundaria, exámenes de acceso a la universidad, exámenes de ingreso a la universidad de posgrado y MATH, que incluye problemas de concursos de nivel principiante.