和微软之前推出的 Phi-4 不同，rStar-Math 采用蒙特卡洛树搜索（Mo nte Carlo Tree Search）进行推理，这种方法模拟了人类逐步解决问题的思维方式，能够将复杂问题分解成更小的部分，逐步求解。

和微软之前推出的 Phi-4 不同，rStar-Math 采用蒙特卡洛树搜索（Monte Carlo Tree Search）进行推理，这种方法模拟了人类逐步解决问题的思维方式，能够将复杂问题分解成更小的部分，逐步求解。

为了提高覆盖率，采用了一种简单的策略：对于16轮MCTS回合后仍未解决的问题，增加执行64轮回合，必要时增至128轮。并对不同随机种子进行多次MCTS扩展。成功将奥林匹克级问题的成功率提高至80.58%。

在数学与人工智能交汇的最前沿，微软亚洲研究院的数学和人工智能研究团队于1月10日重磅发布了一项名为rStar-Math的技术。这一创新旨在大幅提升小语言模型在数学问题解答中的表现，焕发了人工智能新活力！ 与其前身Phi-4模型相比，rStar-Math采用了蒙特卡洛树搜索（Monte Carlo Tree ...

小声说，微软最近有一股在小·大模型圈子里重拳出击的态势：昨天刚开源了目前最强的小·大模型，14B的phi-4；今天又推出了rStar-Math，论文中直指其面向小语言模型 （SLM）。

微软亚洲研究院的数学与人工智能研究团队近日取得了一项新的技术突破，他们专为解决数学问题设计并开发了名为rStar-Math的技术。这项技术于1月10日通过官方博文正式对外公布。

小语言模型，是《麻省理工科技评论》评选出的 2025 年“十大突破性技术”之一。人们往往认为大语言模型更擅长做数学题，事实上小语言模型也能做数学题甚至做得更好。（来源：《麻省理工科技评论》）1 月 8 日，由微软亚洲研究院团队领衔的一篇论文在 ...

第四轮，通过增加MCTS回滚次数解决超难数学推理问题。在前三轮自我进化的基础之上，第四轮自我进化通过增加MCTS的回滚次数，进一步提升了rStar-Math解决具有挑战性数学问题的能力。

这些“露骨”的学科类话术已经很久没有集中出现。事实上，新数学的名称本身就是很大的“突破”。这类课程的前身是数学思维，一种区别于数学辅导班的素质教育课程。“双减”后，监管力度加大，机构纷纷将数学思维更名为数理思维，与数学辅导班更鲜明地区分开来。

今天登顶 Hugging Face 热门榜一的论文展示了小模型的潜力。来自微软亚洲研究院的研究团队提出了 rStar-Math 。rStar-Math 向我们证明，1.5B 到 7B ...

微软最近推出的rStar-Math技术为小型语言模型在数学问题上的表现带来了显著提升，甚至在某些测试中超越了OpenAI的o1-preview模型。

他们分别是：胡懿娟（教授），2024年7月入职，博士毕业于美国北卡罗来纳大学教堂山分校，回国前任美国Emory（埃默里）大学教授。她的研究专注于统计学、微生物学和遗传学的交叉领域，致力于解决实际的生物医学数据分析问题。