让Qwen2.5 7B超越o1，微软干的！MSRA新出小模型数学推理进化方法 通过代码增强CoT、蒙特卡洛树搜索（MCTS）等，rStar-Math能让小·大模型在不依赖蒸馏教师模型的情况下，通过多轮自我进化的深度思维，掌握数学推理。 模型 推理 msra 2025-01-10 11:42 3