AI能自主出“竞赛题”了！港大&蚂蚁让大模型学会生成难题，水平已接近AIME
港大和蚂蚁的研究人员提出PromptCoT方法，利用思维链生成高质量问题数据，提高了模型训练的效果。他们基于Llama3.1-8B训练了一个问题生成模型，并用合成的问题数据训练了DeepSeek-R1-Distill-Qwen-7B模型，使其在MATH-500、AIME 2024以及AIME 2025上的表现优于大模型。
DeepSeek-R1-Distill-Qwen-7B
啊？7B的DeepSeek反超R1满血版，上海AI Lab周伯文团队新成果：计算最优的Test-Time Scaling
上海AI Lab/清华哈工大/北邮团队的研究表明，通过改进Test-Time Scaling（TTS）方法，在数学推理任务上提升了小模型的性能。该研究发现最优的TTS方法高度依赖于具体的策略模型、过程奖励模型和问题难度。