上一篇
BlueLM-V-3B是什么？一文让你看懂BlueLM-V-3B的技术原理、主要功能、应用场景
AtomThink是什么？一文让你看懂AtomThink的技术原理、主要功能、应用场景
来源：卓商AI
发布时间：2025-04-05
AtomThink概述简介
AtomThink是中山大学、香港科技大学、上海交通大学、香港大学及华为诺亚方舟实验室的开发人员一起推出的多模态数学推理框架。框架基于构建长链的思维（CoT）引导多模态大型语言大模型（MLLMs）进行复杂推理，包含自动CoT注释引擎、原子步骤微调和多种搜索策略。AtomThink基于提升原子步骤的质量，显著增强MLLMs在解决数学问题时的推理能力，为开发通用的慢思维模型提供新的方向。
AtomThink的功能特色
CoT注释引擎：自动生成高质量的链式思考（Chain-of-Thought，CoT）注释，解决视觉数学数据质量不足的问题。
原子步骤微调策略：联合优化多模态大型语言大模型（MLLM）和策略奖励模型（Policy Reward Model，PRM），实现逐步推理。
搜索策略：提供四种不同的搜索策略，与PRM结合使用，完成复杂的推理任务。
数据集构建：提出AtomMATH，一个大规模多模态数据集，包含长CoTs，用在训练和评估模型。
原子能力评估：设计一种基于结果监督的原子能力评估方法，评估MLLMs在生成每种原子步骤时的能力。
AtomThink的技术原理
慢思考框架：AtomThink框架的核心思想是“慢思考”，基于逐步构建长CoT指导MLLMs进行复杂推理，不依赖于快速直接的预测。
动态提示策略：基于动态提示策略，驱动MLLMs迭代构建状态推理路径，每个路径节点代表一个推理步骤，包括前一阶段、当前状态和可能的行动。
短CoT增强：基于LLMs将现有的短CoT注释语义分割成多个离散步骤，专注于解决推理过程中的单个原子问题。
多模态数据集：从多个数据源采样数学数据，基于动态提示和短CoT增强生成多步骤推理路径，构建AtomMATH数据集。
原子步骤微调：在AtomMATH数据集上进行微调，让MLLM能学习基于原子步骤的推理模式。
AtomThink项目介绍
GitHub仓库：https://github.com/Quinn777/AtomThink
arXiv技术论文：https://arxiv.org/pdf/2411.11930
AtomThink能做什么？
教育辅助：作为智能辅导系统，为学生提供数学问题的逐步解答和解释。
自动化测试与评估：在在线考试系统中自动生成和评分数学试题。
学术研究：辅助研究者探索和解决复杂的数学问题。
软件开发：帮助开发者自动生成和调试数学计算相关的代码。
智能客服和技术支持：在需要数学计算或推理的客服场景中提供支持。
© 版权声明:本站所有原创文章版权均归卓商AI工具集及原创作者所有，未经允许任何个人、媒体、网站不得转载或以其他方式抄袭本站任何文章。
相关文章
-
CHANGER是什么？一文让你看懂CHANGER的技术原理、主要功能、应用场景2025-04-05 -
Kiroku是什么？一文让你看懂Kiroku的技术原理、主要功能、应用场景2025-04-05
-
Vision Search Assistant是什么？一文让你看懂Vision Search Assistant的技术原理、主要功能、应用场景2025-04-05
-
MVDrag3D是什么？一文让你看懂MVDrag3D的技术原理、主要功能、应用场景2025-04-05
-
Chonkie是什么？一文让你看懂Chonkie的技术原理、主要功能、应用场景2025-04-05
-
MSQA是什么？一文让你看懂MSQA的技术原理、主要功能、应用场景2025-04-05
卓商AI
AI爱好者的一站式人工智能AI工具箱，累计收录全球10,000⁺好用的AI工具软件和网站，方便您更便捷的探索前沿的AI技术。本站持续更新好的AI应用，力争做全球排名前三的AI网址导航网站，欢迎您成为我们的一员。
最新发布
1
2
3
4
5
6
7
8
9
10
猜你喜欢
AI Content Writer
智能笔记是一款功能强大的笔记工具，具有以下特点：\n1. 快速记录：通过语音输入或手写识别，快速记录您的想法和笔记。\n2. 智能整理：自动识别和分类...
recast studio
通过AI驱动的营销助理Recast Studio最大化播客的影响力。立即创建视频片段，展示笔记和社交媒体帖子，为您节省时间并增加参与度。借助Recas...
DeepL Voice
DeepL Voice是一款提供即时、安全的语音翻译产品，旨在帮助全球团队打破语言障碍，实现无缝沟通。它利用先进的人工智能技术，提供高质量的语音翻译服...
Bricabrac AI
Bricabrac AI App Generator是一款使用AI技术的应用生成器，无需编码即可快速创建应用。它能够将文本描述转换为完整的工作应用程序...
Tab
Tab是一款可佩戴的人工智能设备,集成语音助手、实时翻译、日程管理等功能,可成为用户的智能伴侣。它采用轻薄便携的设计,佩戴舒适。通过语音交互,可帮助用...
MistoLine
MistoLine是一个SDXL-ControlNet模型，能够适应任何类型的线条艺术输入，展示出高精度和出色的稳定性。它基于用户提供的线条艺术生成高...
SommerAI
SommerAI利用人工智能技术，采用认知行为疗法（CBT）、解决方案聚焦短期疗法（SFBT）和追溯解决疗法（RTT），帮助改善你的心理健康。我们的产...
Voqal
Voqal革新了开发者与集成开发环境（IDE）的互动方式，将其从图形用户界面（GUI）转变为语音用户界面（VUI），使程序员可以用语音进行软件开发。V...
AI爱好者的一站式人工智能AI工具箱，累计收录全球10,000⁺好用的AI工具软件和网站，方便您更便捷的探索前沿的AI技术。本站持续更新好的AI应用，力争做全球排名前三的AI网址导航网站，欢迎您成为我们的一员。
