全新合成框架SOTA：强化学习当引擎，任务合成当燃料，蚂蚁港大联合出品
PromptCoT框架全面升级
蚂蚁与港大联合推出PromptCoT 2.0框架，专注于任务合成与强化学习。实验表明，该框架在数学代码推理任务上达成新SOTA，显著提升模型性能。PromptCoT 2.0通过期望最大化优化生成更具挑战性的问题，并开源4.77M合成数据，推动大模型推理能力的提升。未来将探索环境合成与多模态任务。
原文中文，约3700字，阅读约需9分钟。发表于：。
