817样本激发7倍推理性能：上交大「少即是多」定律挑战RLScaling
在追求人工智能极限的道路上，"更大即更强" 似乎已成为共识。特别是在数学推理这一被视为 AI 终极挑战的领域，业界普遍认为需要海量数据和复杂的强化学习才能获得突破。然而，来自上海交通大学的最新研究却给出了一个令人震惊的答案：仅需 817 条精心设计的样本，就能
推理 limo 挑战rlscaling 2025-02-08 17:04 11
limo
不断有人在问，这个中国模型到底有什么魔力？
2月3日，李飞飞和斯坦福大学等团队在arXiv上发表了一篇名为《s1: Simple test-time scaling》的论文，仅在16块H100上微调26分钟，以不到50美元的价格训练出的新模型s1-32B，数学及编程能力与OpenAI o1及DeepSe
817样本激发7倍推理性能：上交大“少即是多”定律挑战RL Scaling范式
不同质量推理链的定量分析五、未来展望：少即是多的无限可能尽管 LIMO 在极小数据量的情况下在数学推理方面取得了显著成功，但未来的研究仍然充满挑战和机遇。1. 领域泛化将 LIMO 假设扩展到更广泛的推理领域是一个关键方向。虽然当前的研究主要集中在数学推理上，