阿里巴巴国际数字商业集团 (AIDC-AI) 提供的用于解决现实世界问题的开放大型推理模型。

7b

33.3K 3 个月前

自述文件

  • 使用CoT数据进行微调: 我们通过使用开源CoT数据集与我们自己开发的合成数据相结合,对基础模型执行全参数微调来开发Marco-o1-CoT
  • 通过MCTS扩展解决方案空间: 我们将LLM与MCTS集成(Marco-o1-MCTS),使用模型的输出置信度来指导搜索并扩展解决方案空间。
  • 推理行动策略: 我们实施了新的推理行动策略和反射机制(Marco-o1-MCTS mini-step),包括在MCTS框架内探索不同的行动粒度并提示模型进行自我反思,从而显着增强了模型解决复杂问题的能力。
  • 在翻译任务中的应用: 我们是第一个将大型推理模型 (LRM) 应用于 机器翻译任务 的人,探索多语言和翻译领域中的推理时间缩放规律。

用法

ollama run marco-o1 "How many Rs are in strawberry?"

解析<Output></Output>之间的结果字符串

...
<Output>
There are 3 Rs in strawberry.
</Output>

参考文献

GitHub

HuggingFace