刘宗凯 投稿 量子位 | 公众号 QbitAI 具体的，相较基础模型QwenVL2.5-7B，基于CPGD和15k多模态数学数据MMK12训练的模型MM-Eureka-CPGD-7B在MMK12测试集 （包 括数学，以及训练数据分布外领域的物理、化学、生物） 上平均提升21.8%，在MathVista和MathVision等训练数据分布外领域上也分别提 升8.5%与11.4%，展现了优异的泛化能力。 模型规模扩展到MM-Eureka-CPGD-32B上则进一步在MMK12测试集上超越了o1，值得注意的是，尽管MM-Eureka-CPGD-32B只在数学数 据集上进行RL训练， 但在物理、化学和生物等学科均超过了o1 。 △ 不同模型在MMK12测试集中不同学科上的表现 今年2月，他们推出MM-Eureka系列是最早在多模态领域利用大规模Rule-based RL复现DeepSeek-R1关键能力（例如Visual aha- moment、稳定的回答长度增长）的工作之一，并将模型、代码、高质量多模态数据集MMK12、过程奖励模型MM-PRM全部开源，发布三个 月以来获得了学术界和开源社区广泛关注——模型已被下载 ...