跳到正文

aimo-progress-prize

AIMO 获胜方案的训练与推理代码

访问官网

aimo-progress-prize 是什么

aimo-progress-prize 被介绍为用于复制 AIMO 进展奖 1 获胜解决方案的训练与推理代码仓库。它由微调配方、两个大型数学数据集和一个解码算法组成。

你可以用它做什么

  • 用工具集成推理微调 DeepSeekMath-Base 7B
  • 用两个高质量数学问题数据集训练
  • 用自洽解码算法生成解决方案候选项

应用场景

  • 研究人员用它提高数学竞赛解题能力
  • 学生用它学习复杂数学概念
  • 教育工作者把它作为教学辅助

上手流程

  • 创建并激活 Python 虚拟环境
  • 安装特定版本的 PyTorch
  • 安装 Flash Attention 2

优点与缺点

✓ 我们认可的地方

  • 用 AMC、AIME 和 MATH 的验证集指导模型选择
  • 训练使用 TRL、PyTorch、vLLM 和 DeepSpeed

! 需要留意的地方

  • 训练分 CoT 与 TIR 两个阶段
  • 以代码仓库形式分发

常见问题

它复现什么?

资料说明是 AIMO 进展奖 1 的获胜解决方案。

微调哪个基础模型?

资料列出的是 DeepSeekMath-Base 7B。

最后评测: 2026-11-15

更多 AI 编程工具 工具

查看全部 →

评测方法