rStar-Math：小型语言模型通过自我进化的深度思维掌握数学推理

该研究提出rStar-Math，解决了小型语言模型在数学推理能力上的不足，并展示其在没有更优秀模型蒸馏的情况下，达到了先进水平。通过引入蒙特卡罗树搜索（MCTS）和一系列创新的训练方法，rStar-Math显著提升了小型语言模型的数学推理能力，具体体现为在MATH基准测试中表现出色，超越了现有一些顶尖模型。