阶跃星辰推理模型 Step R-mini 上线

2025/01/20

IT之家 1 月 17 日消息，阶跃星辰昨日（1 月 16 日）宣布，自研推理模型 Step Reasoner mini（简称 Step R-mini ）上线。

官方表示，在 AIME 和 Math 等数学基准测试上，Step Reasoner mini 的成绩超过了 o1-preview，比肩 OpenAI o1-mini。在 LiveCodeBench 代码任务上，也比 o1-preview 效果更佳。

Step Reasoner mini 通过大规模的强化学习训练，并使用 On-Policy（同策略）强化学习算法，实现了“文理兼修”。Step Reasoner mini 除了能准确解答数学、代码、逻辑推理问题，还能富有创意地完成文学内容创作和日常聊天的任务。