PRIME-RL/Eurus-2-7B-PRIME es un modelo de lenguaje de 7B parámetros entrenado con el método PRIME, cuyo objetivo es mejorar la capacidad de razonamiento de los modelos de lenguaje mediante el aprendizaje por refuerzo en línea. El modelo comienza su entrenamiento con Eurus-2-7B-SFT y utiliza el conjunto de datos Eurus-2-RL-Data para el aprendizaje por refuerzo. El método PRIME, a través de un mecanismo de recompensa implícita, hace que el modelo se centre más en el proceso de razonamiento durante la generación, no solo en el resultado. Este modelo ha demostrado un excelente rendimiento en varias pruebas de referencia de razonamiento, con una mejora promedio del 16.7% en comparación con su versión SFT. Sus principales ventajas incluyen una mejora eficiente en la capacidad de razonamiento, una baja demanda de datos y recursos del modelo, y un rendimiento excepcional en tareas matemáticas y de programación. Este modelo es adecuado para escenarios que requieren una capacidad de razonamiento compleja, como la resolución de problemas de programación y la resolución de problemas matemáticos.