通义千问开源Qwen2-Math，成为最先进的数学专项模型

---

8月9日消息，阿里通义团队开源新一代数学模型qwen2-math，包含1.5b、7b、72b三个参数的基础模型和指令微调模型。qwen2-math基于通义千问开源大语言模型qwen2研发，旗舰模型 qwen2-math-72b-instruct在权威测评集math上的得分超越gpt-4o、claude-3.5-sonnet、gemini-1.5-pro、llama-3.1-405b等，以84%的准确率处理了代数、几何、计数与概率、数论等多种数学问题，成为最先进的数学专项模型。

☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜

注：在MATH基准测评中，通义千问数学模型的旗舰款Qwen2-Math-72B-Instruct取得了84%的准确率，超过GPT-4、Claude-3.5、Gemini-1.5-Pro和Llama-3.1等开闭源模型。

Qwen2-Math基础模型使用Qwen2大语言模型进行初始化，并在精心设计的数学专用语料库上进行预训练，训练数据包含大规模高质量的数学网络文本、书籍、代码、考试题目，以及由Qwen2模型合成的数学预训练数据。所有预训练和微调数据集都进行了去污染处理。

随后，研发团队训练了指令微调版本模型：首先，基于Qwen2-Math-72B训练一个数学专用的奖励模型；接着，将密集的奖励信号与指示模型是否正确回答问题的二元信号结合，用作学习标签，再通过拒绝采样构建监督微调（SFT）数据；最后在SFT模型基础上使用GRPO方法优化模型。

据悉，Qwen2-Math系列模型目前主要支持英文，通义团队很快就将推出中英双语版本，多语言版本也在开发中。

通义团队在多个中英文数学基准测评集对指令微调模型作了性能评估，除了GSM8K和MATH等常见的测评基准，还引入了更具挑战性的考试竞赛类测试，如奥林匹克级别的基准测评OlympiadBench、大学数学级别的基准测评CollegeMath、高考（GaoKao）、美国数学邀请赛（AIME）2025赛题、美国数学竞赛（AMC）2025赛题，中文测评则有CMATH测评集、2025年中国高考和中考数学题。最终，Qwen2-Math-72B-Instruct表现优异，在十大测评中都获得了远超其他开源数学模型的成绩。

Remover

几秒钟去除图中不需要的元素

304 查看详情

注：研发团队在greedy和RM@8 的条件下对模型作了测评，表中为每款Qwen2-Math-72B-Instruct模型列出了三个得分结果，分别是第1次回答得分（无下标数字）、8次回答中出现最多次数的答案的得分，8次回答中reward model所选答案的得分。

“大模型能不能做数学题”，不仅是社交平台的热门话题，也是业界非常关注的研究课题。处理高级数学问题，需要模型具备复杂多步逻辑推理能力。通义团队在技术博客中表示，希望通过开源“为科学界解决高级数学问题做出贡献”，未来将持续增强模型数学能力。

附：Qwen2-Math解题示例

以上就是通义千问开源Qwen2-Math，成为最先进的数学专项模型的详细内容，更多请关注其它相关文章！

# 音画  # 常州正规的网站推广报价  # 昆明网络建设网站  # 新乡长垣网站推广  # 淮安企业网站推广价格  # 实体营销推广合同模板  # 观澜短视频推广营销招聘  # 网站排名关键词热词  # 网站怎么简单优化  # 岳阳高端网站建设  # 晋城网站建设的作用  # 奥林匹克  # 数倍  # 产业  # 来袭  # 一键  # 美国  # 数学模型  # 作了  # 最先进  # 开源  # llama  # qwen  # claude  # gemini  # 通义千问 

相关栏目： 【 Google疑问12 】 【 Facebook疑问10 】 【 优化推广96088 】 【 技术知识133117 】 【 IDC资讯59369 】 【 网络运营7196 】 【 IT资讯61894 】

相关推荐： 万魔推出AI主攻的运动耳机，开启十年研发新纪元  周鸿祎：360智脑开放API接口 AI大模型将赋能百行千业  WHEE网页地址入口  IBM 与 NASA 携手开源地理空间 AI 模型，促进气候科学研究进步  基于预训练模型的金融事件分析及应用  联想举办2025创新开放日，展出260余项算力及AI产品技术  IBM CEO克里希纳：人工智能潜在创新无法被监管  警惕！AI或致虚假信息泛滥  小艺将具备大模型能力，鸿蒙4加速AI普及之路  BLIP-2、InstructBLIP稳居前三！十二大模型，十六份榜单，全面测评「多模态大语言模型」  特斯拉人形机器人将亮相 预计售价不超过15万元  昌吉市利用无人机实现全天候河道动态巡检  读创正式上线“读创AI聊”功能  百度创始人、董事长兼首席执行官李彦宏：AI原生应用比大模型数量更重要  美版贴吧8000小组自爆停摆！拒绝数据被谷歌OpenAI白嫖，CEO被网友骂翻：背刺第三方应用  马斯克WAIC2025演讲全文：AI将对人类文明产生深远影响  AI 大模型重塑软件开发，有哪些落地前景和痛点？| ArchSummit  微软bing聊天推出AI购物工具 可进行比价并查看历史最低价  华为大模型登Nature正刊！审稿人：让人们重新审视预报模型的未来  英媒：硅谷有些人太鼓吹AI，宣扬“学习无用”  美军AI无人机“误杀”操作员，人工智能要在军事领域毁灭人类？  海南科技职业大学第25届中国机器人及人工智能大赛海南赛区荣获一等奖等114项  一家 380 亿美元的数据巨头，要掀起企业「AI 化」革命  MIT开发“PhotoGuard”技术保护图像免遭恶意AI编辑  「模仿学习」只会套话？解释微调+130亿参数Orca：推理能力打平ChatGPT  管提需求，大模型解决问题：图表处理神器SheetCopilot上线  AI大举入侵内容行业，哪些上市*及动漫公司进行了布局？  Gartner发布中国企业人工智能趋势浪潮3.0  2025年的网络分区：人工智能和自动化如何改变事物  到中国科技馆体验“一滴油的奇妙旅行”，线上元宇宙展厅同步开启  智能客服进入AI 2.0时代 容联云发布语言大模型“赤兔”  英伟达CEO宣称生成式AI已迎来“划时代时刻”  高通发布长期产品计划，为工业和企业物联网产品提供全新组合方案  AYANEO AIR 1S 掌机发布：R7 7840U，预订价 4699 元起  WHEE安装教程  Moka AI产品后观察：HR SaaS迈进AGI时代  时间、空间可控的视频生成走进现实，阿里大模型新作VideoComposer火了  为AI而服务设计：构建以人为本的AI创新方法  映宇宙集团执行总编辑：元宇宙还是要以人为媒介  探展WAIC |万向区块链杜宇：不存在单一技术的iPhone时刻，Web3.0核心将基于AI+区块链+物联网  ChatGPT设计出的第一个机器人来了！【附人工智能行业预测】  ​《流浪地球2》里机器人公司的创始人：未来10年，机器人的崛起！  争鸣：OpenAI奥特曼、Hinton、杨立昆的AI观点到底有何不同？  搭载星火认知大模型 讯飞听见智慧屏开启AI办公新体验  V社悄悄封禁使用AI生成美术素材的游戏  MetaGPT AI 模型开源：可模拟软件公司开发过程，生成高质量代码  扎克伯格吐槽苹果Vision Pro：社交落后Meta太多，无法建设元宇宙  B站内测 AI 搜索功能，输入“？”即可体验  阿里达摩院向公众免费开放100项AI专利许可  网易易盾 AI Lab 论文入选 ICASSP 2025！黑科技让语音识别越“听”越准 

 2024-08-09