上觀新聞
2025-01-17 
滬研大模型捷報頻傳階躍星辰自研推理模型StepR-mini今上線
這幾天，滬研滬產大模型捷報頻傳。繼15日上海人工智能實驗室對“書生”大模型進行重要版本升級，MiniMax發布并開源新一代01系列模型后，階躍星辰自研推理模型Step Reasoner mini（簡稱“Step R-mini”）今天上線。
Step Reasoner mini是Step系列模型家族的首個推理模型，擅長主動進行規劃、嘗試和反思，能通過慢思考和反復驗證的邏輯機制，為用戶提供準確可靠的回復。它既擅長通過超長推理能力，解決邏輯推理、代碼和數學等復雜問題，也能兼顧文學創作等通用領域。
記者了解到，目前大部分推理模型難以兼顧文理科雙方向能力——隨著訓練參數規模增加，模型的文科能力會得到提升，但也會因此損失確定性，造成理工科能力的下滑。Step Reasoner mini通過大規模的強化學習訓練，并使用同策略強化學習算法，實現了“文理兼修”。Step Reasoner mini除了能準確解答數學、代碼、邏輯推理問題，還能富有創意地完成文學內容創作和日常聊天的任務。
例如，在解答“連續整數之和為1000的共有幾組”這道題時，Step Reasoner mini展現了全面和嚴謹的思維鏈路：先分析用戶題目需求，然后選擇出最佳的解題公式，在得到初步答案后，它通過多次自我追問確定是否有沒被考慮到的因素。
而在處理邏輯推理任務時，Step Reasoner mini會自主進行多種解題思路的嘗試，在得到初步答案后，會自我反問嘗試有沒有其他可能性，確保枚舉出所有效果良好的解決方案，并在交卷前檢查有無遺漏。
當接到創作類題目的任務，Step Reasoner mini能夠深入理解用戶的表達需求，是個“追求完美”的創作者。它會先分析用戶對創作主題、文學題材的要求，然后思考處理創作角度、描繪的景物、修辭手法、內容結構，賦予事物人類情感層面的象征意義，并增加個性化的、創新的表達風格。
記者獲悉，階躍星辰自研的Step系列基座模型矩陣，目前已經覆蓋了從語言、多模態到推理的全面能力。
（文章來源：上觀新聞）
相關推薦
- 免責聲明
- 本文所包含的觀點僅代表作者個人看法，不代表新火種的觀點。在新火種上獲取的所有信息均不應被視為投資建議。新火種對本文可能提及或鏈接的任何項目不表示認可。 交易和投資涉及高風險，讀者在采取與本文內容相關的任何行動之前，請務必進行充分的盡職調查。最終的決策應該基于您自己的獨立判斷。新火種不對因依賴本文觀點而產生的任何金錢損失負任何責任。
