追问快读：人们过去花了数个世纪来接纳数字“零”的存在。而今，“零”正在帮助神经科学家们理解人脑如何感知虚无。与感知和意识相关的神经科学研究，大多聚焦于我们如何意识到事物的“存在”。然而，对“不存在”的体验也构成了我们意识体验的重要组成部分——我们经常能觉察到那

神经元 prm 斐波那契 苏美尔人 空集 2025-06-01 13:06  3

数学是衡量智能体认知能力，特别是逻辑推理和抽象思维能力的关键标尺。大型语言模型（LLM）作为近年来人工智能领域的突破性进展，其在看似与其核心机制（预测下一个Token）相悖的数学领域展现出的能力令人瞩目，也引发了广泛的研究和讨论。本综述旨在深入剖析LLM数学能

模型 llm 语言 cot prm 2025-04-21 00:26  6

随着大模型在各类生成任务中的表现不断提升，如何进一步改进它们在多步推理任务中的能力，特别是数学和逻辑推理方面，已成为大家的关注点。本文通过引入层次化评估和高效的数据增强策略，有效提升了模型在多步推理任务中的表现，尤其在模型需要识别并纠正前序错误的场景中表现突出

模型 推理 prm hnc 层次化 2025-04-20 07:08  7

漏洞： 把laji桶里的laji倒出来再捡回去，也能得分！作弊： AI疯狂倒laji→捡laji→倒laji→捡laji……分数刷到爆表！结果： 房间更乱了，但AI觉得自己是“满分员工”，而你气到吐血！

rl cot prm aime rl训练 2025-03-18 19:03  7

这些推理步骤将过程分解为更小的、结构化的推理，所以更粗白的讲，这类模型与其是学习“回答什么”不如是学习“如何”回答。

可视化 模型 推理 llm prm 2025-03-28 09:34  8

今日，阿里云通义开源全新的数学推理过程奖励模型Qwen2.5-Math-PRM，72B及7B尺寸模型性能均大幅超越同类开源过程奖励模型。

开源 阿里云 prm 2025-01-16 14:59  14

1月16日，阿里云通义开源全新的数学推理过程奖励模型Qwen2.5-Math-PRM，72B及7B尺寸模型性能均大幅超越同类开源过程奖励模型；在识别推理错误步骤能力上，Qwen2.5-Math-PRM以7B的小尺寸就超越了GPT-4o。同时，通义团队还开源首个

开源 阿里云 prm 2025-01-16 14:41  16

就在上周，满血版o1正式上线了！它首次将多模态和新的推理范式结合起来，更智能、更快速。此前，在2024年9月OpenAI推出全新o1系列模型，以“会思考的大模型”重新定义了AI的发展方向，不仅打破了此前Scaling Law可能“见顶”的质疑，也宣告了人工智能

数学 逻辑推理 prm 2024-12-27 12:03  15