阿里云发布Qwen2.5-Math-PRM模型及ProcessBench

阿里云通义开源了全新的数学推理过程奖励模型Qwen2.5-Math-PRM，其72B和7B尺寸模型性能均超越同类开源模型。特别是7B版本在识别推理错误步骤方面超越了GPT-4o。同时，通义团队还发布了首个步骤级评估标准ProcessBench，该标准包含3400个数学问题测试案例，涵盖了从基础到奥赛难度的题目。评估结果显示，Qwen2.5-Math-PRM在ProcessBench上的表现优异，证明了过程奖励模型（PRM）能显著提高推理可靠性。
来源：https://www.chinaz.com/2025/0116/1664445.shtml