IT 之家 1 月 17 日讯息，阶跃星辰昨日（1 月 16 日）书记，自研推理模子 Step Reasoner mini（简称 Step R-mini ）上线。

官方暗意，在 AIME 和 Math 等数学基准测试上，Step Reasoner mini 的收获稀奇了 o1-preview，并列 OpenAI o1-mini。在 LiveCodeBench 代码任务上，也比 o1-preview 恶果更佳。

Step Reasoner mini 通过大鸿沟的强化学习考核，并使用 On-Policy（同计策）强化学习算法，达成了"文理兼修"。Step Reasoner mini 除了能准确解答数学、代码、逻辑推理问题，还能富余创意地完成文体本体创作和平常聊天的任务。

IT 之家附体验联贯：https://yuewen.cn

开云(中国)kaiyun网页版登录入口