💡
原文中文，约1400字，阅读约需4分钟。
📝
内容提要
中国人民大学与九章云极团队在大模型推理技术上取得新进展，复现类R1模型并开源实现。新模型STILL-3-Tool-32B在AIME 2024测试中准确率达到81.70%，超越DeepSeek-R1，推动AI推理能力提升。
🎯
关键要点
- 中国人民大学与九章云极团队在大模型推理技术上取得新进展，复现类R1模型并开源实现。
- 新模型STILL-3-Tool-32B在AIME 2024测试中准确率达到81.70%，超越DeepSeek-R1。
- 研究团队开源了类R1模型的实现细节和训练技巧，推动AI推理能力提升。
- 九章云极DataCanvas发布了全新的强化学习训练模型STILL-3-Tool-32B，提供工业化级大模型训练框架。
- STILL-3-Tool-32B模型通过引入外部工具增强AI模型的复杂推理能力。
- 研究表明，采用on-policy学习策略是成功的关键因素，推动了AI技术的发展。
- DeepSeek及蒸馏模型在推理过程中无法调用外部代码工具，复现面临关键难点。
❓
延伸问答
STILL-3-Tool-32B模型的准确率是多少？
STILL-3-Tool-32B模型在AIME 2024测试中的准确率达到81.70%。
九章云极DataCanvas团队在大模型推理技术上取得了哪些进展？
他们复现了类R1模型并开源实现，同时推出了STILL-3-Tool-32B模型，推动了AI推理能力的提升。
STILL-3-Tool-32B模型是如何增强推理能力的？
该模型通过引入外部工具来增强AI模型的复杂推理能力。
研究团队开源了哪些内容？
研究团队开源了类R1模型的实现细节、训练技巧以及完整的训练和推理部署代码。
采用什么学习策略是STILL-3-Tool-32B成功的关键？
采用on-policy学习策略是STILL-3-Tool-32B成功的关键因素。
DeepSeek-R1模型在推理过程中存在哪些限制？
DeepSeek-R1模型在推理过程中无法调用外部代码工具，这是复现的关键难点。
🏷️
标签
➡️
