Step-DPO
Step-DPO是一种旨在提升大语言模型长链推理能力的新方法。该方法通过数据构建流程生成了1万对高质量步骤偏好对数据集，在仅使用少量数据的情况下显著提升了模型性能。研究表明，Step-DPO能将Qwen2-7B-Instruct在MATH和GSM8K测试集上的得分分别提高5.6%和2.4%。应用Step-DPO后的Qwen2-72B-Instruct更是在这两个测试集上分别达到70.8%和94.0%的得分，超越了多个闭源模型。
AI Math Solver
AI Math Solver应用多模态AI技术，为用户提供精确高效的数学问题解答。支持通过上传题目照片或文字描述获取详细解题步骤，并具备LaTeX公式显示功能。平台还允许保存和分享数学笔记，方便学习和协作。涵盖集合运算、方程求解和几何问题等多个数学领域，适合各类数学学习需求。
Will AI do this?
Will AI do this是一个独特的人工智能能力测试平台，提供多样化的趣味任务来挑战AI极限。网站涵盖文字计数、角色扮演、数学解释、ASCII艺术、图像生成和差异识别等任务类型。通过这些互动挑战，用户可以直观了解AI在各领域的表现，激发对人工智能技术的思考。该平台不仅展示了AI的能力，还为用户提供了一个寓教于乐的学习环境。
pytudes
pytudes是Peter Norvig创建的GitHub项目，收录了一系列简洁而富有挑战性的Python程序。这些'编程练习曲'涵盖词语游戏、数学难题和编程挑战等主题，旨在帮助开发者提升特定编程技能。项目以Jupyter笔记本形式呈现，支持多平台运行，适合视编程为长期磨练技艺的开发人员。
Qwen2.5-Math-7B-Instruct-bnb-4bit
该系列在Qwen2的基础上整合链式思维（CoT）与工具集成推理（TIR），增强了中英文数学解决能力。Qwen2.5-Math提供基础、指令调优和数学奖励模型，性能较前代版提升显著，特别是在数学基准测试中。建议使用最新版本的transformers进行安装和推理，配备丰富的交互式Notebook示例，便于用户快速上手。
Qwen2.5-Math-7B
Qwen2.5-Math 系列旨在增强数学模型的推理与计算能力，特别是在中英双语环境中，通过链式思维和工具整合推理来提高数学问题的解决能力。此版本相比之前有显著性能提升，尤其在指令微调模型中表现突出，具备执行复杂数学任务的能力。Qwen2.5-Math-7B 使用 Transformers 库构建，是微调和聊天任务的优秀基础。
Qwen2.5-Math-1.5B
Qwen2.5-Math继Qwen2-Math系列后，凭借CoT和TIR技术，显著提升中英数解题精准度，提供基础及优化版本，专攻数学问题。相比前代，Qwen2.5-Math在应对复杂数学计算如特征值计算中表现优异，不适用于其他任务。