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 →-
302.AI 把数百个大模型收在一个 API 后面的聚合云平台 开发者工具 API 集成 多模型平台 模型部署 大模型 API 平台 -
360智脑开放平台 360 大模型 API 平台 API 集成 多模型平台 知识库问答 企业自动化 大模型 API 平台 -
4o Image API 图像生成 API 网关 免费 工具 免费增值 工具 开发者工具 API 集成 大模型 API 平台 -
AI-Flow 无代码的多模型工作流 工作流自动化 开发者工具 API 集成 知识库问答 大模型 API 平台 -
AI/ML API 一个网关接入众多模型 开发者工具 API 集成 多模态 多模型平台 大模型 API 平台 -
Amazon Bedrock 带安全扫描的 AWS 代码建议 免费 工具 代码助手 集成开发环境 应用搭建器 大模型 API 平台