微软联合清华北大发布rStar-Math技术，小模型在数学问题上表现卓越，性能超越OpenAI！

近期发布了一款名为 rStar-Math 的数学解题工具，它是一种专门用于解决复杂推理问题的策略语言模型 (SLMs)，旨在提升在数学领域的表现，其灵感来源于 OpenAI 的 o1-preview 模型。该工具的论文已经发布在 arXiv.org 上，展示了其解决数学问题以及执行逐步推理的能力。

具体来说，rStar-Math 工具能够解决一些需要多个步骤才能完成的数学问题，例如那些对于 Phi-3（一种小型语言模型）、规模更大的 Qwen-1.5B（15 亿参数模型）和 Qwen-7B（70 亿参数模型）来说都具有挑战性的问题。从技术角度来看，该工具采用了多项创新技术，并且在 MATH 基准测试中，rStar-Math 的性能超越了 OpenAI 之前发布的任何模型。

该项目的相关代码和资源已在 Github 上开源发布，方便研究人员和开发者使用和贡献，同时也支持进一步的改进和优化。该数学解题工具融合了蒙特卡洛树搜索 (MCTS) 算法，旨在提升复杂推理问题的解决能力，能够在多个步骤中进行问题分解，并生成更优的解决方案。

rStar-Math 的核心优势在于其采用了“多数投票”策略，通过整合多个模型的输出结果，来提升最终答案的准确性，尤其是在处理需要精确计算的数学问题时。与传统的 MCTS 方法不同，该模型能够将复杂的数学问题分解为更易于处理的子问题，从而提高解题效率。这种创新的方法显著提升了模型的整体性能。

从实际效果来看，rStar-Math 在某些数学基准测试中表现出色。例如，在 MATH 基准测试中，Qwen2.5-Math-7B 模型的准确率从 58.8% 提升至 90.0%，超越了 OpenAI 的 o1-preview 模型。此外，在美国数学邀请赛 (AIME) 中，该模型的性能也达到了 53.3%，显著优于之前 20% 的水平。

总而言之，虽然现阶段在模型参数规模方面仍存在一定的限制，但是，我们有理由相信，未来的更大规模的模型有望克服当前存在的挑战，进一步提升模型的性能。发布 rStar-Math 有助于推动人工智能在数学领域的发展，为解决复杂问题提供新的思路。这种模型的持续发展，无疑将促进各个领域的创新和进步。

论文链接：https://arxiv.org/pdf/2501.04519

要点总结:

⭐ 介绍了一种名为 rStar-Math 的数学解题工具，它通过策略语言模型来解决复杂的数学推理问题。

⭐ 该模型在特定数学基准测试中表现出色，甚至超越了 OpenAI 的 o1-preview 模型。

⭐ 相关代码已在 Github 上开源，方便研究人员进行探索，并且促进该数学解题工具的进一步发展。