数学问题
开源Llama版o1来了，3B小模型反超80B，逆向工程复现OpenAI新Scaling Law
Hugging Face团队利用Llama 1B模型在数学测试中超过8倍大模型的性能，并改进了搜索策略以提升模型表现。研究涉及多种方法，最终发现DVTS方法能显著提高简单/中等难度问题的性能。
陶哲轩：通义千问QwQ奥数真厉害，开源大模型顶流
一个刚发布两天的开源模型QwQ在AI数学奥林匹克竞赛AIMO上创造了新纪录，其表现甚至比之前的开源模型更好。QwQ系列大模型，特别是QwQ-32B，在科学推理能力方面表现出研究生水平，并在多个评测中取得了高分。
UC伯克利：给大模型测MBTI，Llama更敢说但GPT-4像理工男
加州大学伯克利分校的研究表明，不同语言模型在回复语气和风格上存在差异。研究通过VibeCheck方法评估了多个大模型的回复，发现这些模型在友好性、正式性等方面具有不同的特征，并能用于指导开发者选择合适的模型进行应用。