全新合成框架SOTA：强化学习当引擎，任务合成当燃料，蚂蚁港大联合出品
量子位·2025-10-01 03:03
AntResearchNLP 团队 投稿 量子位 | 公众号 QbitAI 下一步，大模型应该押注什么方向？ PromptCoT 2.0：PromptCoT框架的一次全面升级 在一年前的这个时候，在整个AI社区都在思考大模型应该押注什么方向的时候，OpenAI公布了o1的预览版，通过深度思考的新范式以及在竞 赛数学代码任务上远远甩开gpt4o的性能，让整个大模型社区进入了"深度思考"时代。 如今，又是一年9月，蚂蚁与港大联合在大模型下半场押注 任务合成 。 为什么是任务合成？ 蚂蚁通用人工智能中心自然语言组联合香港大学自然语言组（后简称"团队"）推出 PromptCoT 2.0 ，要在大模型下半场押注 任务合成 。 实验表明，通过"强起点、强反馈"的自博弈式训练，PromptCoT 2.0可以让30B-A3B模型在一系列数学代码推理任务上实现新的 SOTA 结 果，达到和DeepSeek-R1-0528, OpenAI o3, Gemini 2.5 Pro等相当的表现。 事实上，按照OpenAI规划的AGI蓝图，大模型社区正在从Reasoners向Agents急速推进，各种关于Agent的工作，包括搜索、软件 ...