粤ICP备17114055号
微信扫码
添加专属顾问
支持私有化部署
我要投稿
用过GPT-o1的都知道，o1的能力要明显强于GPT4，原因是o1有拟人化的思考模式，能把一个复杂问题拆解成小问题，让整个的推理任务更加严谨。
去年阿里还经常被网友喷，因为在Github上挂了很多不开源的DEMO。
士别三日当刮目相待。
要说今年阿里是真的猛，开源了巨多AI项目。
Qwen已经是在很多开源的AI项目里被经常“标配”的大模型了。
阿里这几天又开源了Marco-o1，也算是对GPT-o1的开源实现吧。
Marco-o1的论文里也讲了，是受了o1的启发。
扫码加入AI交流群
获得更多技术支持和交流
（请注明自己的职业）
项目简介
Marco-o1 是由阿里巴巴 MarcoPolo 团队开发的大型推理模型，通过复杂的实际问题解决任务优化人工智能的推理能力。Marco-o1利用链式思考（CoT）微调、蒙特卡罗树搜索（MCTS）和反思机制，提高了问题解决的精确度和广度。Marco-o1应用于数学、物理和编程等领域，并且致力于开放式解决方案，特别是在难以量化奖励的领域内具有广泛的适用性和优越的性能。
开放式解决方案，实际就是针对没有标准答案的问题来做出更好的回答。
DEMO
这是一个测试大模型经典的“草莓”问题，strawberry中有多少个“r”。
答案是3没问题，但粉色框里的推理过程中可以看到，最后一个字母“y”被忽略掉了，还是有进步空间的。
Marco-o1在翻译方面有非常强的能力。
下面这个case是对“这双鞋有踩屎感”的翻译。
对于“踩屎感”的翻译，说实话没有很惊艳，因为这个词不管是通过AI搜索也好，还是通过后期训练学习也好也能很好的理解这个词。
下面这两段翻译，就能对比出来了。Marco-o1的翻译更能准确地传达原文的意思和情感，也更加地道。
技术特点
1、链式思考微调（CoT）：模型通过链式思考来提升问题解决的逻辑性和深度，能够模拟人类解决复杂问题的思维过程。
2、蒙特卡罗树搜索（MCTS）：采用蒙特卡罗树搜索技术来探索最优解答路径，增强模型在多步推理任务中的表现。
3、反思机制：通过自我反思机制，模型能够评估和修正其行动策略，提高决策的准确性。
53AI，企业落地大模型首选服务商
产品：场景落地咨询+大模型应用平台+行业解决方案
承诺：免费场景POC验证，效果验证后签署服务协议。零风险落地应用大模型，已交付160+中大型企业
2025-04-27
用AI做测试 - 介绍大模型LLaMa与Hugging Face
2025-04-27
不到100行代码，实现一个简易通用智能LLM Agent
2025-04-27
看不懂GitHub代码？刚刚这个AI工具让全球每个GitHub项目开口说话
2025-04-27
使用MCP构建？注意安全漏洞
2025-04-27
开源大模型工具全景图！Hugging Face、OlmOCR 、Dify，开发者必藏的核心工具选型指南
2025-04-27
LLaMA Factory 框架深度解析
2025-04-26
Spring AI Alibaba搭建机票助手(实战篇)
2025-04-26
我在通用Agent上的探索设计初稿
2024-07-25
2025-01-01
2025-01-21
2024-05-06
2024-09-20
2024-07-20
2024-07-11
2024-06-12
2024-08-13
2024-12-26
2025-04-21
2025-04-19
2025-04-17
2025-04-15
2025-04-13
2025-04-10
2025-04-07
2025-04-03
回到顶部