IXThinker·2025-03-05 21:00

研究以推理指令強化R1 助攻NP難題求解

南京航空航天大學、南通大學與牛津等機構的研究人員發現，透過高指令的推理指引，DeepSeek-R1的數學推理能力顯著提升；Qwen2.5-14B更給出此前未見的希爾伯特問題反例，而人類在相關問題上已耗時27年。

研究方法

研究聚焦NP-hard問題——計算複雜性理論中至少與NP問題一樣難的一類問題。團隊嘗試以高指令的推理指引引導DeepSeek-R1，令其在這類數學難題上的求解能力得到明顯增強。