Seed-Thinking-v1.5 在數(shù)學(xué)、科學(xué)和邏輯推理等“硬核”任務(wù)中表現(xiàn)穩(wěn)定：在 AIME 2024 上取得了 86.7 分，在 Codeforces 上達到 55.0 分，在 GPQA 上達到 77.3 分，展現(xiàn)出在 STEM 領(lǐng)域和編程任務(wù)中的出色推理表現(xiàn)。
剛剛，字節(jié)旗下的豆包團隊發(fā)布了他們最新的推理模型Seed-Thinking-v1.5！
亮點很突出：200B參數(shù)擊敗DeepSeek R1(671B),不到后者參數(shù)量的三分之一！
與其他最新的超大杯推理模型相比，Seed-Thinking-v1.5 是一個相對小型的專家混合（MoE）模型——激活參數(shù)為 20B，總參數(shù)規(guī)模為 200B。
Seed-Thinking-v1.5 在數(shù)學(xué)、科學(xué)和邏輯推理等“硬核”任務(wù)中表現(xiàn)穩(wěn)定：在 AIME 2024 上取得了 86.7 分，在 Codeforces 上達到 55.0 分，在 GPQA 上達到 77.3 分，展現(xiàn)出在 STEM 領(lǐng)域和編程任務(wù)中的出色推理表現(xiàn)。
除了推理任務(wù)，該方法還展現(xiàn)出對多種任務(wù)的優(yōu)秀泛化能力。例如，在非推理任務(wù)上的勝率比 DeepSeek R1 高出 8%，表明其適用范圍更廣。
此外，為了更好評估模型通用推理能力，字節(jié)專門開發(fā)了兩個內(nèi)部基準：BeyondAIME 和 Codeforces。這兩個基準之后會開源，以支持后續(xù)研究。
報告地址：https://github.com/ByteDance-Seed/Seed-Thinking-v1.5
責(zé)任編輯：武曉燕
來源：
51CTO技術(shù)棧
