← 返回系列列表

Qwen2.5-Math-PRM 2 个模型

阿里巴巴 · 2025.01 - 2025.01

发布时间线

2025.01.16
Qwen2.5-Math-PRM-72B
结合蒙特卡洛估计与LLM判断的混合机制 共识过滤降低数据噪声约60% 强调分步评估而非基于结果的Bo ...
2025.01.16
Qwen2.5-Math-PRM-7B
结合蒙特卡洛估计与LLM判断的混合机制 共识过滤降低数据噪声约60% 强调分步评估而非基于结果的Bo ...
发布日期 公司 模型名称 类型 特性
2025-01-16 阿里巴巴 Qwen2.5-Math-PRM-72B 主流 结合蒙特卡洛估计与LLM判断的混合机制 共识过滤降低数据噪声约60% 强调分步评估而非基于结果的BoN策略
2025-01-16 阿里巴巴 Qwen2.5-Math-PRM-7B 主流 结合蒙特卡洛估计与LLM判断的混合机制 共识过滤降低数据噪声约60% 强调分步评估而非基于结果的BoN策略