Steiner-32b-preview

工具简介

Steiner 是由 Yichao 'Peak' Ji 开发的推理模型系列，专注于通过强化学习在合成数据上训练，能够在推理时探索多种路径并自主验证或回溯。该模型的目标是复现 OpenAI o1 的推理能力，并验证推理时的扩展曲线。Steiner-preview 是一个正在进行中的项目，其开源目的是为了分享知识并获取更多真实用户的反馈。尽管该模型在某些基准测试中表现出色，但尚未完全实现 OpenAI o1 的推理扩展能力，因此仍处于开发阶段。

适用人群

该模型适合需要进行复杂推理任务的研究人员、开发者和教育工作者，尤其是在需要自主探索和验证推理路径的场景中。它也适合对模型推理能力进行研究的学术机构和企业，以及对开源模型进行测试和改进的开发者社区。

使用场景

Steiner 可以在没有多轮对话数据的情况下进行推理，但不推荐用于多轮对话场景，适合单轮推理任务。用户可以通过 vLLM 部署 Steiner，仅需添加特定参数即可进行推理请求，例如在对话中输入问题并获取推理结果。在 GPQA Diamond 基准测试中，Steiner 在多个子领域（如量子力学、分子生物学）表现出较高的准确性，证明了其在特定学科领域的推理能力。

产品特色

Steiner 支持零样本推理，无需依赖思维链提示或代理框架。它提供详细的推理过程和结果，便于用户理解和评估。作为开源模型，它允许用户在公共平台上进行测试和反馈。该模型支持多语言推理，主要以英语为主，但也能处理中文。通过强化学习优化推理路径，提高推理效率和准确性。它能够在推理过程中自主探索多种路径并进行验证或回溯。Steiner 兼容现有的推理服务，推荐使用 vLLM 进行部署。它适用于多种学科领域的推理任务，如物理、化学、生物学等。