跳到正文

DeepScaleR-1.5B-Preview

用强化学习优化的数学解题模型

访问官网

DeepScaleR-1.5B-Preview 是什么

DeepScaleR-1.5B-Preview 被介绍为一个经强化学习优化、专注提升数学问题解决能力的大型语言模型,由加州大学伯克利分校的 Sky Computing Lab 和 Berkeley AI Research 团队开发。

你可以用它做什么

  • 用分布式强化学习算法优化模型性能
  • 使用最长可达 24K 的长文本上下文
  • 借助覆盖 AIME、AMC 等竞赛题目的训练数据
  • 基于开源的模型架构和训练方法做二次开发

应用场景

  • 把模型接入竞赛辅导软件,实时给解题建议
  • 用开源代码探索强化学习算法的新优化方法
  • 编写课堂用的练习题与解析

上手流程

  • 从 Hugging Face 网站下载模型文件
  • 安装支持的推理系统,如 vLLM
  • 把模型加载进推理系统并配置上下文长度、采样策略等参数
  • 通过 API 接口调用模型服务做数学推理

优点与缺点

✓ 我们认可的地方

  • 提供高效推理服务支持,兼容多种高性能推理系统
  • MIT 开源许可,完全免费供研究人员和开发者使用

! 需要留意的地方

  • 资料描述的定位集中在数学问题解决
  • 使用需要把模型加载到支持的推理系统中

常见问题

由谁开发?

资料列出加州大学伯克利分校的 Sky Computing Lab 和 Berkeley AI Research 团队。

采用什么许可?

资料说明模型采用 MIT 开源许可。

最后评测: 2026-11-15

更多 AI 教育 工具

查看全部 →

评测方法