中国电信人工智能研究院（teleai）近日正式发布了其复杂推理大模型teleai-t1-preview，即将登陆天翼ai开放平台。该模型采用强化学习训练方法，通过引入探索和反思机制，显著提升了在数学推导和逻辑推理等复杂问题上的准确性。
早在1500多年前，祖冲之就已指出复杂事物规律并非超自然，而是可通过观测和数据推理严谨求证。 数学的系统性和关联性，以及通过推理找到问题根源，一直是数学发展的核心。TeleAI-t1-preview正是在这一理念的指引下，致力于构建严密的思维链路，避免模型产生幻觉。
TeleAI-t1-preview：超越标杆，达到竞赛级水平
在权威数学基准评测AIME 2024和MATH500中，TeleAI-t1-preview分别取得了60分和93.8分的高分，大幅领先OpenAI o1-preview和GPT-4o等模型。在研究生级别问答测试GPQA Diamond中，其得分更是超过了GPT-4o，与Claude 3.5 Sonnet不相上下。
☞☞☞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☜☜☜
以下展示TeleAI-t1-preview在2024年全国高中数学竞赛试题中的解题过程：面对复杂的三角函数等式，模型通过多次假设尝试和思路调整，逐步简化等式，最终得出正确答案。
TeleAI-t1-preview不仅提供答案，更完整呈现解题思路，便于学习者理解背后的逻辑和方法。例如，在概率论考研试题中，模型先解释“泊松分布”概念，再给出解题步骤和答案。
TeleAI-t1-preview甚至能够处理古文数学题，例如《九章算术》中的题目。它先将文言文转换为现代汉语，再进行数学推导和解答，并进行古今单位换算。
在复杂的策略推理问题上，TeleAI-t1-preview也展现出强大的能力，能够清晰地分析游戏规则，并给出合理的解题策略和特殊情况的考虑。
创新训练策略，保障推理有效性
TeleAI在TeleAI-t1-preview的训练中采用了创新策略，确保推理过程的准确性和有效性：
- 数据准备阶段：构建了以数学为核心，多学科为补充的高质量推理数据集。
- Judge Model：训练了一个评估模型来分析和评估长思考链路的正确性。
- SFT阶段：使用MCTS构造高质量长推理数据，并结合Judge Model进行错误修正。
- 强化学习阶段：使用基于规则的奖励模型，进一步提升模型的逻辑推理能力。
TeleAI-t1-preview通过直观呈现的思维链，提升了模型的可解释性和透明度。TeleAI将持续在推理模型领域进行探索，推动人工智能的发展。
