#MATH-500

共 7 条 · 7 天 3 条 · 30 天 5 条

信息流里打上「MATH-500」标签的资讯、产品与论文，按刊登时间排，新的在上。

10月6日

有人发现给基础模型加一句"Okay"开头，Olmo-3-7B 在 MATH-500 就从 42% 涨到 78%，原理分析也很有意思。

Aran Komatsuzaki (论文推介)@arankomatsuzaki原文

不用 RL 训练，只在开头加个 "Okay" 就能让 Olmo-3-7B 数学成绩翻近一倍，这篇论文把原因挖得很透，做模型训练的值得看看。

arXiv cs.AI@Sophie L. Wang 等 6 人原文

论文发现重启推理链的位置本身就有讲究，选对位置在 MATH-500 上能用更少算力超过 self-consistency，做推理成本优化的人可以看。

arXiv: DeepSeek@Rian Atri, Evan Luo原文

9月26日

Raschka 又更新了，这期手把手教你用 PyTorch 算 token 概率给模型答案打分，还搭了一个 self-refinement 循环，最后跑 MATH-500 看效果。

官方账号Sebastian Raschka@rasbt原文

9月23日

量化到 2-bit 后模型做数学题会发疯循环？这篇论文用 on-policy 蒸馏把 MATH-500 保留率从 35% 拉到 70%，做端侧部署的可以看看。

arXiv cs.LG@Yuanteng Chen 等 10 人原文

8月10日

算力有限时该先验证还是再生成？CoBa用路由策略帮你分配，省近一半token，准确率不掉。

arXiv cs.AI@Yan Zhou 等 4 人原文

7月1日

论文精选09:22

这篇论文分析了推理模型什么时候该提前停止计算。LearnStop在数学题上比简单规则好，但难题还是用置信度更靠谱。

arXiv: DeepSeek@Zhe Dong 等 3 人原文