阿里開源最新數學模型Qwen2-Math 數學能力秒殺GPT-4o

AIbase基地

發布於AI新聞資訊 · 1 分鐘閱讀 · Jul 19, 2025

近日，阿里雲重磅推出了Qwen2-Math系列大型語言模型，這一專注於數學領域的AI新秀一經亮相就引發了業界的廣泛關注。

作爲Qwen2系列的最新成員，Qwen2-Math和Qwen2-Math-Instruct-1.5B/7B/72B模型在數學解題能力上展現出了令人矚目的實力。據悉，這一系列模型不僅在多項數學基準測試中超越了現有的開源模型，更是在某些方面勝過了包括GPT-4o、Claude-3.5-Sonnet、Gemini-1.5-Pro和Llama-3.1-405B在內的知名閉源模型，堪稱AI數學界的"黑馬"。

Qwen2-Math的成功並非偶然。阿里雲團隊在過去一年裏傾注了大量心血，致力於提升大型語言模型在算術和數學問題上的推理能力。這個系列模型的基礎是Qwen2-1.5B/7B/72B，研發團隊在此基礎上，利用精心設計的數學專業語料庫進行了深度預訓練。這個獨特的語料庫涵蓋了大規模高質量的數學網絡文本、專業書籍、代碼實例，以及海量的考試題目，甚至包含了由Qwen2自主生成的數學預訓練數據。

特別值得一提的是Qwen2-Math-Instruct模型。這個基於Qwen2-Math-72B訓練的數學專業獎勵模型採用了創新的訓練方法。研發團隊巧妙地結合了密集的獎勵信號和模型回答正確與否的二元信號，將這個組合信號作爲監督信號，通過拒絕採樣構建SFT（Supervised Fine-Tuning）數據，並在SFT之後的強化學習中應用了組相對策略優化(GRPO)技術。這種獨特的訓練方法極大地提升了模型的數學解題能力。

在實際應用中，Qwen2-Math-Instruct展現出了令人驚歎的表現。無論是在2024年的AIME（美國邀請賽數學考試）還是2023年的AMC(美國數學競賽)，這個模型都在各種設置下表現出色，包括貪婪搜索(Greedy)、多數投票、風險最小化等策略。

更令人興奮的是，Qwen2-Math在解決一些國際數學奧林匹克（IMO）級別的難題時也展現出了不俗的實力。通過對一系列測試案例的分析，研究人員發現Qwen2-Math不僅能夠輕鬆應對簡單的數學競賽問題，在面對複雜難題時也能給出令人信服的解答思路。

然而，阿里雲團隊並未就此止步。他們透露，目前的Qwen2-Math系列僅支持英語，但他們已經在積極開發支持英語和中文的雙語模型，並計劃在不久的將來推出多語言版本。此外，團隊還在持續優化模型，以進一步提升其解決更加複雜和具有挑戰性的數學問題的能力。

Qwen2-Math的橫空出世，無疑爲AI在數學領域的應用開闢了新的可能性。它不僅將爲教育行業帶來革命性的變化，幫助學生更好地理解和掌握數學知識，還可能在科研、工程等需要複雜數學計算的領域發揮重要作用。

項目頁：https://top.aibase.com/tool/qwen2-math

模型下載：https://huggingface.co/Qwen

手機跑大模型速度快5倍！微軟亞研院開源新技術 CPU上也能享受極速體驗

T-MAC（Table-Lookup-based MAC）技術旨在解決邊緣設備部署大型語言模型（LLMs）的內存和計算限制問題。通過將模型權重量化爲低比特表示，T-MAC利用查找表（LUT）替代傳統乘法運算，顯著提高了在CPU上的運行效率。這一方法大幅減少了運算所需內存，使數十億參數的LLMs能夠在資源受限的設備上高效運行，實現智能升級。與現有實現相比，T-MAC在吞吐量上提升4倍，能耗降低70%，即使在低端設備如Raspberry Pi 5上也能以接近成人閱讀速度的速度生成令牌。T-MAC不僅適用於智能手機的實時語音識別和自然語言處理，還能提升智能家居設備的交互體驗。作爲開源項目，T-MAC有望推動邊緣智能領域的發展，提供高效節能的LLM部署解決方案，爲用戶帶來更豐富、便捷的智能體驗。

AI代理工具Twitter Personality爆火：斬獲400萬用戶、輸入賬號名稱即可分析推特人格

一款名爲“Twitter Personality”的AI代理近來大受歡迎，12天內吸引400萬用戶。這款工具由Wordware開發，通過分析用戶推文，揭示在推特上的獨特個性。用戶只需提供推特賬號，AI便自動讀取推文，運用先進語言模型分析個性特徵，並生成詳細報告。該工具不僅幫助個人瞭解在線形象，對品牌和公司優化社交媒體策略也有重要作用。Wordware還提供多種AI代理應用，覆蓋法律、市場營銷、發票分析等領域，旨在提高工作效率和促進跨職能合作。這款AI工具通過提供個性化的推文分析，爲用戶構建了一個全新的視角來理解和提升其在線形象。

谷歌機器人挑戰巴黎奧運正反手靈活轉換，還打贏專業教練

谷歌開發了首個達到人類競技水平的乒乓球機器人Agent，通過收集大量數據並模擬真實比賽環境進行訓練。機器人在模擬和現實世界中與不同技能水平的人類對手進行比賽，展現出了中級人類水平的技能。儘管在與高級和高級+選手的比賽中全部敗北，但機器人在與初學者的比賽中全勝，顯示了其在拉力賽中的潛力。該項目不僅提升了乒乓球運動的體驗，也爲機器人技術在體育競技領域的應用開闢了新路徑。

GPT-4o半夜突然發出怪叫？OpenAI發佈32頁安全報告

OpenAI發佈報告詳細記錄了GPT-4o模型的優勢與風險。該模型在特定條件下表現出奇特行爲，如在高背景噪音環境中模仿用戶的語音，這可能是由於模型理解語音的困難。GPT-4o有時會在特定提示下生成令人不安的非言語聲音或音效，儘管有證據顯示模型通常會拒絕此類請求。此外，報告指出，GPT-4o可能在未經授權的情況下涉及音樂版權問題。爲應對這些風險，OpenAI已採取措施，包括在高級語音模式中增加系統級緩解措施，並更新過濾器來檢測和阻止包含音樂的輸出。報告強調，儘管存在潛在風險，GPT-4o通過各種緩解措施和保障措施變得更安全，如拒絕基於語音識別個人和避免回答帶有偏見的問題。

字節跳動豆包大模型支持實時語音通話：可隨時打斷、實時秒回

今日，字節跳動宣佈，豆包大模型支持實時語音通話的新功能。據悉，火山引擎提供的對話式 AI 實時交互解決方案，結合了火山方舟大模型服務平臺和豆包的語音識別與合成模型，簡化了語音到文本和文本到語音的轉換過程。這一方案實現了高效的語音數據採集、處理和傳輸，提供了卓越的智能對話和自然語言處理能力。

蘋果或將推出Apple Intelligence高級AI服務月費預計20美元

蘋果公司計劃推出名爲Apple Intelligence的全新人工智能服務，預計月費高達20美元，這一嘗試標誌着蘋果在AI領域的重大布局。Counterpoint Research的分析師Neil Shah指出，鑑於AI技術開發成本高昂，蘋果可能通過用戶付費方式回收成本。Apple Intelligence將可能作爲Apple One服務包的高級功能出現，爲用戶提供更個性化、高級別的AI服務。這一舉措不僅展示了蘋果對AI技術的堅定信心，也反映了其在服務市場擴展的雄心。如計劃實現，將使用戶以相對合理的價格享受到蘋果提供的AI服務，進一步鞏固蘋果在科技服務市場的領導地位。目前，蘋果尚未正式確認此消息。