1月16日，阿里云通义开源全新的数学推理过程奖励模型Qwen2.5-Math-PRM，72B及7B尺寸模型性能均大幅超越同类开源过程奖励模型；在识别推理错误步骤 ...

新榜讯 今日阿里通义团队发布了一款新一代数学模型——Qwen2-Math，并为开发者们提供了包含1.5B、7B、72B三个参数的基础模型和指令微调模型。