How NuminaMath Won the 1st AIMO Progress Prize

NuminaMath 團隊分享如何基於 DeepSeek-Math 7B，透過兩階段微調與工具整合推理（TIR）奪得首屆 AIMO 進步獎，並宣佈完整開源。

首屆 AI 數學奧林匹亞（AIMO）進步獎由 NuminaMath 奪得，其在私有測試集上取得 29/50 的佳績。該模型基於 DeepSeek-Math-Base 7B，採用獨特的兩階段微調策略：第一階段混合鏈式思考（CoT）與工具整合推理（TIR），第二階段則針對奧林匹亞級難題進行拒絕採樣微調。團隊已將包含 86 萬條數據的 NuminaMath 數據集與模型權重完全開源，為開源 AI 數學推理領域樹立了新里程碑。

摘要由 AI 整理,以原文為準。