本文へスキップ

aimo-progress-prize

AIMO 受賞案の学習と推論のコード

公式サイトを見る

aimo-progress-prize とは

aimo-progress-prize は AIMO 進展賞 1 の受賞案を再現する学習と推論のコードの倉庫と紹介され、微調整の手順・二つの数学データ・復号算法を組み合わせる。

できること

  • 道具統合推論で DeepSeekMath-Base 7B を微調整する
  • 二つの高品質な数学データで学習する
  • 自己整合の復号で解答の候補を生成する

活用場面

  • 研究者が数学競技の問題に取り組む
  • 学生が複雑な数学の考えを学ぶ
  • 教育者が授業の補助に用いる

導入の手順

  • Python の仮想環境を作り有効にする
  • 定められた版の PyTorch を入れる
  • Flash Attention 2 を入れる

長所と短所

✓ 良い点

  • AMC・AIME・MATH の検証集合が模型選択を導く
  • 学習は TRL、PyTorch、vLLM、DeepSpeed を用いる

! 注意したい点

  • 学習は CoT と TIR の二段に分かれる
  • コードの倉庫として配られる

よくある質問

何を再現する?

資料は AIMO 進展賞 1 の受賞案と説明。

微調整する模型は?

資料は DeepSeekMath-Base 7B を挙げる。

最終評価日: 2026-11-15

その他 AIコーディングツール ツール

すべて見る →

評価方法