rStar2-Agent 数学推理模型

授权协议：None操作系统：None 开发语言：None

rStar2-Agent 是一个 14B 参数的数学推理模型，其核心在于实现更智能的思考而非单纯延长推理时间，通过纯粹的智能体强化学习，其性能可媲美 6710 亿参数的 DeepSeek-R1 ...