据VentureBeat网1月9日消息，美国微软亚洲研究院旗下的数学和人工智能研究团队针对小语言模型开发出专门用于解决数学问题的rStar-Math技术。该技术采用蒙特卡洛树搜索（Monte Carlo Tree Search）进行推理，模拟了人类逐步解决问题的思维方式，能够将复杂问题分解成更小的部分，逐步求解。测试结果显示，应用rStar-Math技术后，Qwen2.5-Math-7B的准确率从58.8%跃升至90.0%，Phi3-mini-3.8B的准确率则从41.4%提升到86.4%，分别比OpenAI的o1-preview模型高4.5%和0.9%。

消息来源：https://venturebeat.com/ai/microsofts-new-rstar-math-technique-upgrades-small-models-to-outperform-openais-o1-preview-at-math-problems/