她如何把“系统2”带给了大模型 ｜对话微软亚洲研究院张丽

量子位智库 量子位 | 公众号 QbitAI 2023年，业界还在卷 Scaling Law ，不断突破参数规模和数据规模时，微软亚洲研究院张丽团队就选择了 另一条路径 。 早在 OpenAI o1 发布前，张丽团队就开始探索 大模型深度推理能力 。 System2 这个原属认知科学的词汇最早由她及团队引入大模型领域。 最近，她们通过 蒙特卡洛搜索算法 让 7B模型 实现了 o1级别的数学推理能力 。 rStar—Math 的发布引发学术圈内外的广泛讨论。 △ rStar-Math论文 在当前基于PPO/GRPO强化学习路线主导的当下，她们的工作又将带来哪些新的可能性？ 本期 「大模型创新架构」主题访谈 ， 量子位 邀请到 rStar-Math作者微软亚洲研究院首席研究员张丽 ，聊聊突破大模型智商上限、奖励模 型以及System2背后的故事。 张丽，MSRA系统研究组首席研究员，微软LongRoPE及rStar系列工作项目leader。 △ 微软亚洲研究院系统研究组首席研究员张丽 以下为 量子位 与 rStar-Math作者微软亚洲研究院首席研究员张丽 的对话实录整理： 智商突围 量子位：能简单介绍下rSta ...