本文へスキップ

Skywork-o1-Open-PRM-Qwen-2.5-7B

o1 風の熟考を目指す公開 PRM モデル

公式サイトを見る

Skywork-o1-Open-PRM-Qwen-2.5-7B とは

Skywork-o1-Open-PRM-Qwen-2.5-7B は Skywork チームの公開推論モデル群と紹介され、o1 風の熟考と過程報酬を組み合わせ、出力に思考、計画、振り返りが現れると説明されている。

できること

  • 推論の手順と報酬を生成する
  • コードの各手順に点数を付ける
  • 7B で難しい推論の課題に取り組む

活用場面

  • 数学の問題に推論の手順を作る
  • 評価の中でコードを段階的に採点する
  • 中国語と英語のデータで言語をまたぐ推論を行う

導入の手順

  • PRM 推論のリポジトリを複製する
  • 入力データを用意し PRM 推論を動かす
  • 推論用のパッケージと拡張を導入する
  • モデル用の推論サーバーを起動する

長所と短所

✓ 良い点

  • 複数言語のデータは中国語と英語を扱う
  • 7B は 1.5B の能力を難しい課題へ広げる

! 注意したい点

  • 説明される伸びは標準の基準試験での結果
  • 手元の推論にはリポジトリの複製とサーバーが要る

よくある質問

誰が開発した?

資料は Kunlun Tech の Skywork チームを挙げる。

どのデータセットが挙がる?

資料は OlympiadBench、AIME-24、AMC-23 と中国語・英語のデータを挙げる。

最終評価日: 2026-11-15

その他 LLM APIプラットフォーム ツール

すべて見る →

評価方法