rStar2-Agent是什么

rStar2-Agent是微软开源的仅140亿参数的数学推理模型。模型用智能体强化学习方法训练，在AIME24数学推理测试中准确率高达80.6%，超越6710亿参数的DeepSeek-R1。模型数学推理出色，在科学推理、智能体工具使用等任务中展现强大泛化能力。模型通过高效训练基础设施、创新算法及独特训练流程三大技术突破，实现高性能与低算力成本，为AI推理领域带来新思路。