本文へスキップ

DeepScaleR-1.5B-Preview

強化学習で数学の解法力を高めたモデル

公式サイトを見る

DeepScaleR-1.5B-Preview とは

本モデルは強化学習で最適化され数学の問題解決力を高めた大規模言語モデルと紹介され、カリフォルニア大学バークレー校の Sky Computing Lab と Berkeley AI Research が開発したと説明されている。

できること

  • 分散強化学習の手法で性能を最適化する
  • 最長 24K までの長い文脈を扱う
  • AIME や AMC などの競技問題を含む学習データを用いる
  • 公開された構成と学習手法をもとに発展させる

活用場面

  • 競技数学の指導ソフトへ組み込み解答の助言を出す
  • 公開コードで強化学習の別の最適化手法を探る
  • 授業向けの練習問題と解説をそろえる

導入の手順

  • Hugging Face のサイトからモデルファイルを取得する
  • 対応する推論システムを導入する
  • モデルを読み込み文脈長やサンプリング方針を設定する
  • API 経由でモデルを呼び数学の推論を行う

長所と短所

✓ 良い点

  • 複数の高性能な推論システムと組み合わせられる
  • MIT 許諾により研究者と開発者が無料で使える

! 注意したい点

  • 資料が示す焦点は数学の問題解決に置かれる
  • 利用には対応する推論システムへの読み込みが要る

よくある質問

開発したのは?

資料はカリフォルニア大学バークレー校の Sky Computing Lab と Berkeley AI Research を挙げる。

許諾は?

資料は MIT のオープンソース許諾と説明。

最終評価日: 2026-11-15

その他 AI教育 ツール

すべて見る →

評価方法