Reasonflux F1

🚀 ReasonFlux：通過擴展思維模板實現分層大語言模型推理

ReasonFlux 是一種革命性的模板增強推理範式，它使一個 32B 的模型在推理任務中超越了 o1 - mini 和 DeepSeek - R1 蒸餾模型。

📦 模型信息

📊 推理任務表現對比

📝 ReasonFlux - F1 - 32B 介紹

ReasonFlux - F1 - 32B 是我們通過利用來自 ReasonFlux - Zero 的模板增強推理軌跡微調得到的 SOTA 級推理大語言模型。

• Github 倉庫：[Gen - Verse/ReasonFlux](https://github.com/Gen - Verse/ReasonFlux)
• 論文：ReasonFlux: Hierarchical LLM Reasoning via Scaling Thought Templates
• 數據集：[Gen - Verse/ReasonFlux - F1 - SFT](https://huggingface.co/datasets/Gen - Verse/ReasonFlux - F1 - SFT)

📈 評估結果

我們展示了 ReasonFlux - F1 - 32B 在包括 AIME2024、AIM2025、MATH500 和 GPQA - Diamond 等具有挑戰性的推理任務上的評估結果。為了進行公平比較，我們報告了這些大語言模型在 [ReasonFlux - F1](https://github.com/Gen - Verse/ReasonFlux/tree/main/reasonflux - f1) 評估腳本上的結果。

💻 使用示例

基礎用法

from vllm import LLM, SamplingParams
from transformers import AutoTokenizer

model_id = 'Gen-Verse/ReasonFlux-F1'

model = LLM(
    model_id,
    tensor_parallel_size=8,
)
tokenizer = AutoTokenizer.from_pretrained(model_id)

sampling_params = SamplingParams(
    max_tokens=32768,
)
# 2022 AIME I Problems/Problem 15
question = """Let \(x, y\), and \(z\) be positive real numbers satisfying the system of equations:
\[
\begin{array}{c}
\sqrt{2 x-x y}+\sqrt{2 y-x y}=1 \\
\sqrt{2 y-y z}+\sqrt{2 z-y z}=\sqrt{2} \\
\sqrt{2 z-z x}+\sqrt{2 x-z x}=\sqrt{3} .
\end{array}
\]
Then \(\left[(1-x)(1-y)(1-z)\right]^{2}\) can be written as \(\frac{m}{n}\), where \(m\) and \(n\) are relatively prime positive integers. Find \(m+n\)."""
ds_prompt="<｜User｜>\n" + question + "<｜Assistant｜>\n"
output = model.generate(ds_prompt, sampling_params=sampling_params)
print(output[0].outputs[0].text)

📖 引用信息

@article{yang2025reasonflux,
  title={ReasonFlux: Hierarchical LLM Reasoning via Scaling Thought Templates},
  author={Yang, Ling and Yu, Zhaochen and Cui, Bin and Wang, Mengdi},
  journal={arXiv preprint arXiv:2502.06772},
  year={2025}
}