START

START（Self-Taught Reasoner with Tools）是由阿里巴巴集团与中科大联合研发的一种工具增强型推理模型。该模型通过集成外部工具（如Python代码执行器），提升大型语言模型（LLMs）的推理能力。其核心技术包括“Hint-infer”机制，在推理过程中插入提示以激发模型调用工具，以及“Hint-RFT”框架，用于自学习和微调。在长链推理（Long CoT）的基础上引入工具调用，显著提升了复杂数学问题、科学问答及编程挑战中的准确性与效率。START在多个基准测试中表现优异，成为首个开源的长链推理与工具集成相结合的模型。

START的主要功能

• 复杂计算与验证：通过调用Python代码执行器进行数学计算、逻辑验证与模拟。
• 自我调试与优化：利用工具执行代码并验证结果，自动检测错误并进行调试，提高答案准确性。
• 多策略探索：基于提示引导模型尝试多种推理路径，提升复杂问题的适应性。
• 提升推理效率：通过工具调用和自我验证减少幻觉现象，提高推理可靠性。

START的技术原理

• 长链推理：将复杂问题分解为多个中间步骤，模拟人类深度思考过程。
• 工具集成：结合外部工具弥补传统长链推理的不足，生成代码并执行验证。
• Hint-infer：在推理过程中插入人工提示，激发模型调用工具的能力。
• Hint-RFT：结合提示机制与拒绝采样微调，优化模型的工具使用能力。
• 自学习框架：基于主动学习方法，筛选有价值数据用于模型微调。
• 测试时扩展：在推理结束时增加提示，提升准确性和成功率。

START的项目地址

• arXiv技术论文：https://arxiv.org/pdf/2503.04625

START的应用场景

• 数学问题求解：解决数学竞赛与高等数学问题，提升准确性。
• 科学研究辅助：支持物理、化学、生物等领域的复杂计算。
• 编程与调试：生成并调试代码，提升开发效率。
• 跨学科问题解决：综合运用多领域知识解决工程与数据分析任务。
• 教育与学习：作为智能辅导工具，提供详细解题过程与反馈。