⌘ K
… 读取采集状态 同步中...
雷
原文
Qwen Blog·· 2025-01-14AI 评分40

Qwen 发布 ProcessBench 基准及 Qwen2.5-Math-PRM 过程奖励模型

Towards Effective Process Supervision in Mathematical Reasoning

AI 导读

Qwen 开源过程基准 ProcessBench 及两款过程奖励模型(PRM) Qwen2.5-Math-PRM-7B 和 72B。ProcessBench 包含 3,400 个数学推理测试用例,用于评估模型识别错误步骤的能力。在 Best-of-N 评估中,Qwen2.5-Math-PRM-7B 在多项基准上优于同等规模模型,平均提升 1.4%。

本文当前提供导读和图片预览,完整图文请查看原文。

来源:Qwen Blog · qwenlm.github.io