阿里巴巴发布 Qwen2.5-Math：先进的开源数学大语言模型

阿里巴巴发布了Qwen2.5-Math，这是一个新的开源数学大语言模型系列，包含基础模型Qwen2.5-Math-1.5B/7B/72B、指令版以及数学奖励模型Qwen2.5-Math-RM-72B。与Qwen2-Math不同，新模型支持使用英文和中文进行解题，既可采用思维链（Chain of Thought, CoT）方式，也可采用集成工具推理（Tool-Integrated Reasoning, TIR）方式。TIR能够提升计算精度并执行复杂的算法操作。在MATH基准测试中，采用TIR的Qwen2.5-Math-1.5B/7B/72B-Instruct模型分别获得了79.7分、85.3分和87.8分。预训练使用了超过1万亿个token的Qwen Math Corpus v2语料库。72B-Instruct模型在TIR模式下于MATH测试中获得了92.9分，超越了GPT-4o和Gemini Math-Specialized 1.5 Pro。7B-Instruct模型则超越了Qwen2-Math-72B-Instruct。在复杂的奥数测试AIME 2024和AMC 2023中，这些模型也表现优异。团队进行了数据去污染处理以避免数据泄露。演示版本现已支持TIR功能。