START

START – 阿里联合中科大推出的自学推理模型

XX是什么

START（Self-Taught Reasoner with Tools）是阿里巴巴集团与中国科学技术大合开发的一种新型工具增强型推理模型。该模型通过结合外部工具（如Python代码执行器），显著提升了大型语言模型（LLMs）的推理能力。START运用“Hint-infer”技术在推理过程中引入提示，以激励模型使用外部工具，同时通过“Hint-RFT”框架实现自我学习和微调。START在长链推理（Long CoT）的基础上，增加了工具调用的功能，从而在复杂数学问题、科学问答和编程挑战中显著提高了准确性与效率。该模型在多个基准测试中表现优异，超越了现有的推理模型，成为首个将长链推理与工具集成相结合的开源模型。

START的主要功能

• 复杂计算与验证：通过调用Python代码执行器，进行复杂的数算、逻辑验证与模拟。
• 自我调试与优化：START能够执行代码并验证输出，自动识别错误并进行调试，提升答案的准确性。
• 多策略探索：基于提示引导模型尝试多种推理路径与方法，增强其在处理复杂问题时的灵活性与适应能力。
• 提升推理效率：借助工具调用与自我验证，减少模型在复杂任务中的幻觉现象，从而提高推理的效率与可靠性。

START的技术原理

• 长链推理：继承长链推理的优势，将问题分解为多个中间推理步骤，模拟人类的深入思考过程，从而提高模型在复杂任务中的推理能力。
• 工具集成：START通过调用外部工具（如Python代码执行器）来补充传统长链推理的不足，模型在推理过程中生成代码并用工具验证结果。
• Hint-infer：在推理过程中插入人工设计的提示，激励模型调用外部工具，指引其在特定节点进行工具调用，无需额外的示范数据。
• Hint-RFT：结合Hint-infer与拒绝采样微调（RFT），对模型生成的推理轨迹进行评分、过滤与调整，进一步提升模型的工具使用能力。
• 自学习框架：基于主动学习方法，从模型生成的推理轨迹中筛选出有价值的数据进行微调，实现模型自我学习如何更高效地使用工具。
• 测试时扩展：在推理结束时插入提示，以增加模型的思考时间和工具调用次数，从而提高推理的准确性与成功率。

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：用于解决复杂的数学题目，如数学竞赛与高等数学问题，通过代码验证提高准确性。
• 科学研究辅助：帮助处理物理、化学与生物等领域的复杂计算与科学问题。
• 编程与调试：生成代码并自动进行调试，解决编程难题，提升开发效率。
• 跨学科问题解决：综合运用多学科知识，解决工程设计、数据分析等复杂任务。
• 教育与学习：作为智能辅导工具，辅助学生学习数学与科学，提供详细的解题过程与反馈。

常见问题

• START如何提升推理能力？通过结合外部工具和长链推理技术，START能够在复杂任务中提供更高的准确性和效率。
• 使用START需要哪些前置知识？用户需具备一定的Python编程基础，以便理解模型生成的代码和结果。
• START适合哪些用户群体？START适用于数学和科学研究人员、编程开发者以及对复杂问题有求解需求的用户。
• START的开源情况如何？START是首个将长链推理与工具集成相结合的开源模型，用户可使用和改进。