← 返回系列列表
Qwen2.5-Math-PRM 2 个模型
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 ...