360gpt2-o1 – 360 发布自主研发的国产AI大模型，在多方面评估中超越GPT-4o

360gpt2-o1代表的是什么？

360gpt2-o1 是由 360 自主研发的一款 AI 大型模型，在推理能力方面有了显著的进步，尤其是在数学和逻辑推理任务中表现尤为突出。该模型借助合成数据优化、后训练技术和“慢思考”方法实现了技术创新，并在多个权威评估测试中获得了卓越的成绩。它不仅在基础数学测评（例如 MATH 和高考数学）及重要数学竞赛（涵盖 AIME24 和 AMC23 等赛事）中的表现优于其前身 360gpt2-pro，而且超越了 GPT-4o 模型的水平。特别是在针对数学比赛的专业评测中，360gpt2-o1 还超过了阿里巴巴最新发布的开源 o1 系列模型 QWQ-32B-preview 的表现。

360gpt2-o1的核心特性

• 增强逻辑思维技能360gpt2-o1 在处理数学问题和逻辑推断方面表现优异，并且其推理技能得到了明显增强。
• 合成数据的精进利用指令生成和质量及多样性选择等技术手段，克服了高品质数学与逻辑推理数据不足的难题，并显著扩大了训练数据集合。
• 训练完成后模型运用分步式培训方案，首先通过较小规模的模型来创建多样的推导路线，随后利用更大规模的模型执行RFT训练及增强学习训练，以此加强模型的推理效能与自我修正功能。
• “缓慢思维”模式采用蒙特卡洛树搜索来发掘多样化的解答方案，并结合LLM进行失误检测与修正工作，以此模仿人在解决问题时的渐进式逻辑思考及自我审视机制，构建出一条涵盖反省、检验错误、改正以及追踪溯源在内的长效思维路径。

360gpt2-o1的核心技术机制

• 数据分析与甄选借助合成数据分析改进，360gpt2-o1能够创建并挑选优质的培训资料，这类资料对提升模型性能极为关键。
• 双步训练方法在首个步骤中，采用较小规模的模型来构建推理论线，在接下来的环节，则运用较大的模型来进行培训工作。这样的方法确保了不仅能维持多元化的推论方式，同时还能增强其精确度和洞察力。
• 将蒙特卡洛树搜索技术融入到大型语言模型中借助蒙特卡洛树搜索技术，该系统能够探寻众多潜在解法；而大型语言模型的应用赋予了系统检验并修正失误的功能，进而提升了其稳定性与可靠性。

怎样运用360gpt2-o1的功能

• 进入360智能大脑当前，360gpt2-o1已经部署到了360智能大脑的API开放平台上。
• 试用链接访问链接以体验不同的AI环境：https://ai.360.com/playground/?model=360gpt2-o1?src=wxmp，这里提供了丰富的交互式内容。

360gpt2-o1的使用场合

• 解答数学题目：360gpt2-o1 在进行基础数学评估（例如MATH和高考数学科目）及参与重要数学赛事（如AIME24与AMC23）时表现突出，这彰显了其卓越的解题技巧。
• 推理逻辑该模型运用了“深思熟虑”技术，模仿人脑进行细致推理与自我审视的机制，拥有处理复杂逻辑难题的功能。
• 编码疑问在处理数学和编程等领域的问题时，360gpt2-o1的表现几乎达到了与o1相同的水平，并且它还在编程难题的解答中提供了帮助。
• 处理繁琐的问题解答：360gpt2-o1 具备应对需深層逻辑推理的複杂问题的能力，并能够进行自我反省及纠正错误。
• 学习与学问在教育领域中运用模型解决数学与逻辑相关的问题，能够支持课堂教学并促进学术探索。
• 公司决策辅助借助逻辑推理与数据解析能力，360gpt2-o1 能够在企业面对复杂决策时给予理性的分析支撑。