Sirui Li

OptiMind系统提升小型语言模型在优化任务中的表现

研究人员开发了OptiMind系统，旨在增强小型语言模型（SLMs）在数学优化任务中的能力。OptiMind通过整合数据清洗、类别特定提示以及带有求解器反馈的多轮强化学习来解决当前SLMs的局限性。这种方法使SLMs能够迭代地优化其问题公式和求解轨迹，在清洗后的基准测试中达到与前沿模型相当的性能。该项目的代码、数据和训练模型已在GitHub和Hugging Face上公开。