Marco-o1的核心优势体现在四个层面：
思维链微调：团队利用开源CoT数据集以及自研的合成数据对基础模型进行了全面的参数微调，从而打造出了Marco-o1-CoT。
MCTS解决方案扩展：通过将大型语言模型与蒙特卡罗树搜索相结合，并利用模型输出的置信度来指导搜索过程，这大大拓展了解决方案的空间。
创新推理策略：Marco-o1引入了全新的推理行动策略及反思机制（Marco-o1-MCTS Mini-Step）。在MCTS框架内，它探索了不同的行动粒度，并引导模型进行自我反思。
突破性翻译应用：Marco-o1首次将大型推理模型应用于机器翻译任务中，探索了多语言和翻译领域内推理时间扩展的规律。
研究团队以Qwen2-7B-Instruct为基础，借助精心设计的数据集进行了微调。实验结果显示：
- 在MG英文数据集上，准确率提升了6.17%
- 在MG中文数据集上，准确率提升了5.60%
最令人惊喜的是，Marco-o1在翻译任务中展现出了非凡的实力。它能够精准理解并翻译俚语表达，将如“这个鞋拥有踩屎感”这样的口语化表述优雅地转化为“This shoe has a comfortable sole”。
《完》 - 阿里推理模型Marco-o1现已开源发布，详情请访问：mp.weixin./s/taWAZsK_ITJYKM3