【导读】 小模型也能击败o1？微软全华人团队提出rStar-Math算法，三大革命性技术突破，不仅让SLM在数学推理能力上刷新SOTA，更是挤进了全美20%顶尖高中生榜单。 不仅如此，SLM在美国数学奥林匹克（AIME）上，拿下了53.3%的亮眼成绩，直逼全美20%顶尖高中生！ 论文中，来自微软亚研院的全华人团队，提出了全新算法rStar-Math，证明了SLM无需从高级模型蒸馏，就能在数学推理上 ...

本文的共同第一作者是徐皓雷和颜聿辰。徐皓雷是浙江大学的一年级硕士生，主要研究兴趣集中在大模型推理和可解释性研究；颜聿辰是浙江大学博士三年级研究生，主要研究兴趣集中在大模型推理和智能体。本文通讯作者是浙江大学鲁伟明教授和沈永亮研究员。