使用场景

学生在解决复杂的数学问题时，使用该模型获取详细的解题思路和逐步解答过程，从而更好地理解问题。

教师在备课时，利用模型生成多种解题方法，丰富教学内容，提高课堂互动性。

教育机构将模型集成到在线学习平台，为学生提供个性化的数学辅导服务。

产品特色

基于Qwen2.5-14B-Instruct模型优化，具备强大的推理能力。

采用两阶段学习策略，第一阶段从大型教师模型学习，第二阶段进行自迭代优化。

能够自动生成推理链，并从中总结出逐步的问题解决过程。

支持在单个GPU上部署，无需量化，降低硬件要求。

针对教育领域优化，尤其适合K12数学问题的解答。

输出格式标准化，包含推理链和总结的解题过程。

通过严格的数据筛选和训练指令选择，确保模型输出的准确性和可靠性。

提供预定义的系统消息和用户消息模板，方便用户快速上手使用。

使用教程

访问Hugging Face模型页面，获取模型的详细信息和使用指南。

安装必要的依赖库，如Transformers和Safetensors。

使用预定义的系统消息和用户消息模板，将数学问题填入模板中的“question”字段。

通过Transformers加载模型，并使用模板生成的提示进行推理。

解析模型输出，提取“thinking”和“summary”部分，获取详细的推理链和总结的解题过程。