跳到正文

AlphaMaze

把迷宫解谜转成文本推理任务

访问官网

alphamaze 是什么

该模型被介绍为面向视觉推理的解码器语言模型,把迷宫任务转成文本,让模型据此逐步推理。

你可以用它做什么

  • 写出含起点与终点的迷宫描述
  • 用提供的 token 系统转换迷宫结构
  • 读取模型逐步输出的解谜路径

需要留意什么

  • SFT 与 RL 是资料写明的训练步骤
  • 输出可选严格格式化或软格式化
  • 奖励函数参与决策过程的优化

优点与缺点

✓ 我们认可的地方

  • 视觉任务被转化为文本格式进行推理
  • 奖励函数用于优化模型的决策过程

! 需要留意的地方

  • 含起点、终点和结构的迷宫文本需使用者准备
  • 输入模型前要先做 token 格式转换

常见问题

基于什么构建?

资料说明基于 15 亿参数的 Qwen 模型构建。

如何训练?

资料点名监督微调(SFT)与强化学习(RL)。

最后评测: 2026-11-15

更多 大模型 API 平台 工具

查看全部 →

评测方法