1.14405

阿里开源Marco-o1，旨在解决缺乏明确标准且奖励难以量化的开放式问题。Marco-o1结合链式思考、蒙特卡洛树搜索等技术增强推理能力，在MGSM上提高了准确性，并展示了扩展解决方案空间和利用更细粒度动作策略的优势。