अलीबाबा Qwen टीम ने हाल ही में 'गणितीय तर्क में प्रक्रिया पुरस्कार मॉडल के विकास के अनुभव और सबक' शीर्षक से एक पत्र प्रकाशित किया और Qwen2.5-Math-PRM श्रृंखला के तहत दो नए मॉडल लॉन्च किए, जिनमें क्रमशः 7B और 72B पैरामीटर हैं। ये मॉडल गणितीय तर्क में मौजूदा PRM ढांचे की सीमाओं को पार करते हैं, अभिनव तकनीकों के माध्यम से तर्क मॉडल की सटीकता और सामान्यीकरण क्षमता में महत्वपूर्ण सुधार लाते हैं। गणितीय तर्क बड़े भाषा मॉडल (LLM) के लिए एक महत्वपूर्ण चुनौती रही है, खासकर मध्य तर्कात्मक चरणों में, जिसमें गलती होती है.