阿里巴巴國際數字商業集團 (AIDC-AI) 為真實世界解決方案開發的開放大型推理模型。

7b

28K 2 個月前

讀我檔案

  • 使用 CoT 數據進行微調: 我們透過對基礎模型使用開源 CoT 數據集以及我們自行開發的合成數據執行全參數微調,來開發 Marco-o1-CoT
  • 透過 MCTS 擴展解決方案空間: 我們將 LLM 與 MCTS (Marco-o1-MCTS) 整合,使用模型的輸出置信度來引導搜尋並擴展解決方案空間。
  • 推理行動策略: 我們實施了新穎的推理行動策略和反思機制 (Marco-o1-MCTS mini-step),包括在 MCTS 框架內探索不同的行動粒度,並提示模型進行自我反思,從而顯著增強模型解決複雜問題的能力。
  • 翻譯任務中的應用: 我們是第一個將大型推理模型 (LRM) 應用於機器翻譯任務的人,探索多語言和翻譯領域的推理時間縮放定律。

使用方式

ollama run marco-o1 "How many Rs are in strawberry?"

解析 <Output></Output> 之間的結果字串

...
<Output>
There are 3 Rs in strawberry.
</Output>

參考文獻

GitHub

HuggingFace