アリババ国際AIチームは最近、オープンエンドの質問解決に焦点を当てた新しい推論モデルMarco-o1を発表しました。これは、プログラミングや数学など、標準的な答えを持つ分野に限定されません。研究チームは、このようなモデルが、定量化が困難で明確な報酬がない分野にも効果的に適用できるかどうかを探求しています。