阿里巴巴国际数字商业集团 (AIDC-AI) 为实际应用场景打造的开放式大型推理模型。

7b

28K 2 months ago

Readme

  • 使用 CoT 数据进行微调: 我们通过在基础模型上使用开源 CoT 数据集和我们自行开发的合成数据进行全参数微调,从而开发出 Marco-o1-CoT
  • 通过 MCTS 扩展解空间: 我们将 LLM 与 MCTS (Marco-o1-MCTS) 集成,使用模型的输出置信度来指导搜索并扩展解空间。
  • 推理行动策略: 我们实施了新颖的推理行动策略和一种反思机制 (Marco-o1-MCTS mini-step),包括在 MCTS 框架内探索不同的行动粒度,并提示模型进行自我反思,从而显著增强模型解决复杂问题的能力。
  • 在翻译任务中的应用: 我们是首个将大型推理模型 (LRM) 应用于机器翻译任务的团队,探索了多语言和翻译领域中的推理时间缩放规律。

使用方法

ollama run marco-o1 "How many Rs are in strawberry?"

解析 <Output></Output> 之间的结果字符串

...
<Output>
There are 3 Rs in strawberry.
</Output>

参考

GitHub

HuggingFace