微软亚洲研究院发布了一种创新算法——rStar-Math。rStar-Math通过代码增强CoT、蒙特卡洛树搜索等，可以帮助小参数模型在不依赖老师模型蒸馏的情况下，实现多轮自我思维深度进化，极大增强模型的数学推理能力。代码地址:https://github.com/microsoft/rStar论文地址:https://arxiv.org/abs/2501.04519从昨天微软开源的最强小模型Ph ...