本文へスキップ

Steiner-32b-preview

合成データで訓練した推論モデル

公式サイトを見る

Steiner-32b-preview とは

本モデルは強化学習と合成データで訓練される進行中の推論モデル群とされ、知識の共有と実際の利用者からの意見収集を目的に公開されている。

できること

  • 思考連鎖の指示なしでゼロショット推論を行う
  • 複数の推論経路を探り検証や後戻りをする
  • 詳しい推論過程と結果を読む

活用場面

  • 分子生物学などの GPQA Diamond 分野で正確さを調べる
  • リクエストに skip_special_tokens false などの引数を添える
  • Python のクライアントから質問を送り出力を読む

注意点

  • 資料は開発途中の段階と説明する
  • 複数ターンの対話は推奨されない
  • o1 式の推論拡張はまだ完全ではないとされる

長所と短所

✓ 良い点

  • 詳しい推論過程と結果が示される
  • 既存の推論サービスに対応する

! 注意したい点

  • 開発途中のプロジェクトと説明される
  • 複数ターンの対話は推奨されないとされる

よくある質問

開発者は?

資料は推論モデル群の開発者として Yichao Peak Ji を挙げる。

o1 のスケールに到達した?

資料は OpenAI o1 の推論拡張をまだ完全には実現していないと述べる。

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