今日应用
今日话题
首届AI奥数竞赛方案公布：4支获奖队伍，竟都选择国产模型DeepSeekMath
重点标签 AI数学奥林匹克、竞赛结果、模型分析、技术细节、数学推理
文章摘要
全球首届AI数学奥林匹克竞赛（AIMO）的获奖结果引起了广泛关注。在这次比赛中，共有五个团队脱颖而出，其中Numina团队荣获第一名，CMU_MATH获得第二名，after exams团队排名第三，codeinter和Conor #2团队分别位列第四和第五。这一成绩甚至让著名数学家陶哲轩感到惊讶。尽管官方仅公布了获奖名单，但并未透露背后的模型信息，引发了公众的好奇。
冠军团队Numina使用的模型是NuminaMath 7B TIR，这是deepseek-math-7b-base模型的微调版本。该模型经过两个阶段的监督微调，第一阶段在自然语言数学问题和解决方案的大型数据集上进行微调，利用思维链（CoT）模板化解决方案以促进推理；第二阶段则在工具集成推理（TIR）的合成数据集上进行微调，通过结合自然语言推理和Python REPL计算中间结果来解决数学问题。NuminaMath 7B TIR模型专为解决竞赛级别数学问题而设计，不适用于一般聊天应用程序。尽管该模型能够解决AMC 12级别的问题，但在生成AIME和数学奥林匹克级难题的有效解决方案方面存在难度，尤其是在几何问题上，可能由于模型容量限制和缺乏视觉模态。
其他获奖团队也普遍采用了DeepSeekMath-7B作为基础模型，并进行了不同程度的微调，以适应竞赛需求。例如，第二名的CMU_MATH团队微调了两个DeepSeek-Math-7B-RL模型，分别作为策略模型和奖励模型；第三名的after exams团队则直接使用DeepSeek-Math-7B-RL模型，通过多数投票策略选择答案；排名第四的codeinter团队则设置了特定的参数，并搭配代码工具在MATH基准测试中取得了58.8%的成绩。
总体来看，DeepSeekMath-7B模型在数学推理方面表现出色，其能力接近GPT-4，并在MATH基准测试中超越了许多30B至70B的开源模型。这次AI数学奥林匹克竞赛不仅展示了AI在数学领域的潜力，也为未来的AI研究和应用提供了宝贵的经验和启示。
文章来源
原文地址: 点我阅读全文
原文作者: 机器之心
相关文章
