DeepSeek-R1 蒸馏至 Qwen2.5-7B 的竞赛推理研究
热点事件持续更新
DeepSeek-R1 蒸馏至 Qwen2.5-7B 的竞赛推理研究
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
一项研究把 DeepSeek-R1 的推理能力蒸馏到较小的 Qwen2.5-7B 模型。研究用双智能体框架构建思维链（CoT）语料，并在 Apple Silicon 上用 MLX 和 LoRA 微调 Qwen2.5-7B。 微调后模型在数学竞赛题上的平均准确率为 69.43%（标准差 0.17%），比基座的 64.67% 提升 4.76 个百分点；在 MATH-500 上达到 73.1%。
AI 根据报道生成 · 3 小时前更新
最新进展10月15日 12:00
从 DeepSeek-R1 到 Qwen2.5-7B：John O'Bryan 数学竞赛上的推理模型知识蒸馏案例研究报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- arXiv cs.CL从 DeepSeek-R1 到 Qwen2.5-7B：John O'Bryan 数学竞赛上的推理模型知识蒸馏案例研究
研究用 DeepSeek-R1 通过双智能体框架构建 CoT 语料，在 Apple Silicon 上用 MLX 和 LoRA 微调 Qwen2.5-7B。微调后模型在竞赛题上平均准确率 69.43%（标准差 0.17%），较基座 64.67% 提升 4.76 个百分点，在 MATH-500 上达 73.1%。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 1010月15日 13:00
- 近 24 小时变化
- –
02.557.510
13:0014:0015:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。