强推理模型书生InternThinker开放体验，在数学推理场景表现突出

　　多知11月29日消息，近日，上海AI实验室展示了自主生成高智力密度数据、具备元动作思考能力的“模型”等一系列创新进展，并开放强推理模型书生InternThinker试用体验。该模型具备长思维能力，并能在推理过程中进行自我反思和纠正，从而在数学、代码、推理谜题等多种复杂推理任务上取得更优结果。

　　为高效提升模型的推理能力，InternThinker采用了更接近人类学习方式的路径。

　　人在学习解决复杂推理任务时，并非从海量的样本中进行单点知识的学习，而是思维模式的学习——在解决问题的过程中，通过回忆相关知识点，对正确的解题过程进行理解、记忆，对错误解题等过程进行反思和修正，即对自我的认知过程进行觉察和调节——该能力也被称作元认知能力。元认知理论的相关研究发现，通过显式地引导和感知人在解决问题过程中的思想模式，可提升复杂任务的学习和解决效果。

　　受元认知理论的启发，研究团队设计了一系列元动作来引导模型解决问题的过程，如对问题的理解、知识回忆、规划、执行、反思、总结等。模型在面对复杂任务时，会显式且动态地选择元动作，再进一步展开相关动作的具体思维过程。通过这种设计，利用部分训练任务，可强化模型对关键元动作组合的使用，显著提升模型学习效率。

　　因此，InternThinker模型在解决复杂的数学题上具有优势，它能获取已有强推理模型的思维链数据并进行蒸馏。

　　目前，InternThinker模型仍在持续迭代中。