研究シナリオのための深い推論技術
科学文献の事前訓練と思考連鎖の強化により、STEM分野で卓越した能力を発揮するためのモデルが強化されている:
- LaTeX数式の解析と生成のサポート
- 学術引用の自動トレーサビリティ検証
- 実験プログラムの実現可能性評価
実用的な例では、「相対性理論を検証するための実験スキームを設計する」と入力すると、1)理論的根拠 2)装置リスト 3)操作ステップ 4)データ処理方法 5)エラー解析 を含む完全なスキームを生成することができる。量子コンピューティングの分野では、生成されたコンテンツの専門家評価率は73%であり、他のオープンソースモデルと比較して圧倒的に高い。
この答えは記事から得たものである。Qwen3-235B-A22B-Thinking-2507: 複雑な推論をサポートする大規模言語モデルについて