昆侖萬維近日宣布，其天工團(tuán)隊在邏輯推理大模型領(lǐng)域取得了新的突破。基于首款中文邏輯推理大模型Skywork-o1，團(tuán)隊推出了全面升級的Skywork-OR1（Open Reasoner 1）系列模型。
據(jù)悉，Skywork-OR1系列模型在邏輯推理性能上達(dá)到了業(yè)界領(lǐng)先水平，成功突破了大模型在邏輯理解與復(fù)雜任務(wù)求解方面的瓶頸。尤為昆侖萬維決定將這一系列模型全面開放并免費提供給開發(fā)者社區(qū)，以完全開源的形式助力技術(shù)創(chuàng)新。
此次開源涵蓋了三款高性能模型：Skywork-OR1-Math-7B，這是一款專注于數(shù)學(xué)領(lǐng)域的專項模型，同時擁有出色的代碼生成能力；Skywork-OR1-7B-Preview，融合了數(shù)學(xué)與代碼能力，是一款兼具通用性與專業(yè)性的模型；以及Skywork-OR1-32B-Preview，面向更高復(fù)雜度的任務(wù)，具備更強(qiáng)的推理能力，堪稱旗艦版本。
昆侖萬維采取了業(yè)界最高透明度的開源策略，不僅全面開源了模型權(quán)重和訓(xùn)練數(shù)據(jù)集，還提供了完整的訓(xùn)練代碼。所有資源均已在GitHub和Huggingface平臺上公開，為開發(fā)者提供了極大的便利。昆侖萬維還在Notion平臺上發(fā)布了配套的技術(shù)博客，詳細(xì)闡述了數(shù)據(jù)處理流程、訓(xùn)練方法和關(guān)鍵技術(shù)發(fā)現(xiàn)，為社區(qū)提供了可復(fù)現(xiàn)的實踐參考。
目前，Skywork-OR1-7B和Skywork-OR1-32B的能力仍在持續(xù)提升中。昆侖萬維透露，將在兩周內(nèi)發(fā)布這兩個模型的正式版本，并推出更為系統(tǒng)詳盡的技術(shù)報告，分享在推理模型訓(xùn)練中的經(jīng)驗與洞察。
在數(shù)學(xué)推理任務(wù)中，Skywork-OR1系列模型展現(xiàn)出了強(qiáng)大的實力。通用模型Skywork-OR1-7B-Preview和Skywork-OR1-32B-Preview在AIME24與AIME25數(shù)據(jù)集上均實現(xiàn)了同參數(shù)規(guī)模下的最優(yōu)表現(xiàn)。而針對數(shù)學(xué)場景深度優(yōu)化的專項模型Skywork-OR1-Math-7B更是取得了令人矚目的成績，在AIME24和AIME25上分別獲得了69.8和52.3的高分，遠(yuǎn)超當(dāng)前主流7B級別模型。
在競賽編程任務(wù)中，Skywork-OR1系列模型同樣表現(xiàn)出色。通用模型Skywork-OR1-7B-Preview與Skywork-OR1-32B-Preview在LiveCodeBench數(shù)據(jù)集上均取得了同等參數(shù)規(guī)模下的最優(yōu)性能。特別是Skywork-OR1-32B-Preview，其代碼生成與問題求解能力已接近參數(shù)規(guī)模高達(dá)671B的DeepSeek-R1，實現(xiàn)了卓越的性價比。
Skywork-OR1-Math-7B不僅在數(shù)學(xué)推理任務(wù)上表現(xiàn)出色，還在代碼任務(wù)上展現(xiàn)出了較強(qiáng)的泛化能力。通過多階段GRPO訓(xùn)練，該模型在復(fù)雜數(shù)學(xué)問題上實現(xiàn)了卓越表現(xiàn)，同時在代碼評測基準(zhǔn)Livecodebench上的表現(xiàn)也從37.6%提升到43.6%，相比基線模型有了顯著提升。
Skywork-OR1-Math-7B的最終模型在AIME24和AIME25上的準(zhǔn)確率分別達(dá)到69.8%和52.3%，超越了OpenAI-o3-mini (low)，達(dá)到了當(dāng)前尺寸下的最優(yōu)性能。這一成績不僅驗證了昆侖萬維天工團(tuán)隊訓(xùn)練策略的有效性，也展示了Skywork-OR1系列模型在邏輯推理和代碼生成方面的強(qiáng)大實力。
