rStar

< h1 align="center" > < br > rStar2-Agent </ h1 > < p align="center" > < a href="https://huggingface.co/papers/2508.20722"" target="_blank">[论文] </ p > 仓库用于"rStar2-Agent: Agentic Reasoning Technical Report"。 作者: 宁尚*、刘一飞*、朱毅*、张丽玲*†、徐伟江、关新宇、张步泽、董兵成、周旭东、张博文、辛英、苗子明、李斯嘉、杨帆、杨茂†

• [07/15/2025] 我们的 rStar-Coder 论文 和 数据集 发布了。我们介绍了一个包含 418K 竞赛级代码问题的大型、经过验证的数据集,其中包含不同难度的 测试用例,使小型 LLM (1.5B-14B) 能够实现前沿的代码推理性能。

注：我们之前的工作 互相推理使得较小的LLM更强大的问题解决者 已在 rStar-mutualreasoning b 分支上开源。

简介 我们介绍了 rStar2-Agent,这是一个 14B 的数学推理模型,它思考得更加智能,而不仅仅是更长,通过纯粹的代理强化,其性能与 671B 的 DeepSeek-R1 相当。