#математические бенчмарки

SwiReasoning чередует латентное мышление и явный CoT по сигналам энтропии следующего токена, улучшая точность и значительно снижая расход токенов на математика и STEM задачах.

Prefix-RFT объединяет SFT и RFT через использование частичных демонстраций, направляя исследование и улучшая стабильность и качество на математических бенчмарках по сравнению с отдельными и гибридными подходами.

Agentic-R1, созданный на базе DualDistill, объединяет рассуждения на языке и использование инструментов, превосходя традиционные модели ИИ в решении математических задач по точности и эффективности.