IXThinker·2025-07-10 11:21元石MetaStone-S1開源 性能對標o3-mini
問小白團隊發布元石反思型生成式模型MetaStone-S1，首次把長思維鏈強化學習與過程評分學習融合於同一模型，兼具深度推理與鏈路篩選能力，性能對標o3-mini，成果已開源。
反思型生成範式
問小白研發團隊提出的反思型生成範式，讓一個模型同時具備深度推理與優質推理鏈路篩選兩種能力，突破了以往推理與評分分屬兩個模型的常見設計。
該範式在業界首次實現長思維鏈強化學習與過程評分學習的融合，模型在生成答案的同時對推理過程進行評估與篩選，從而提升最終輸出的可靠性。
IXThinker 會員內容
呢篇係 Archive 內容。登入即可解鎖全文，仲有成個 15,000+ 篇、每日更新嘅 AI 動態資料庫。
免費登入／註冊解鎖全文 →Google 或電郵地址即可，即刻解鎖。