S
SkillNav

DeepMath：轻量级数学推理智能体

深度Hugging Face2025年12月4日5 分钟阅读
DeepMath：轻量级数学推理智能体
Intel AI 推出 DeepMath，一个基于 Qwen3-4B Thinking 微调的数学推理智能体（Agent）。它通过生成简短的 Python 代码片段，在沙箱中执行计算，将结果反馈给模型，从而减少错误并缩短输出长度。在四个数学数据集上的评估显示，输出长度最多减少 66%，同时准确性通常有所提升。
本文编译自 DeepMath: A lightweight math reasoning Agent with smolagents，版权归原作者所有。

觉得有用？分享给更多人

获取每周 AI 工具精选

工具推荐、实战教程和生态洞察，每周更新。

关注 @skillnav_dev →阅读周刊

概念速查

AI 智能体

AI Agent 是能自主感知环境、制定计划并采取行动来完成目标的智能程序——不只是聊天，而是帮你干活。

相关文章

编码智能体也能被评估：评估的是工作成果而非模型

编码智能体并非只是模型，而是包含模型、执行框架（Harness）、工具、仓库上下文、指令、权限、执行环境和反馈循环的整个系统。评估编码智能体应评估其工作成果，通过可执行契约（构建、测试、兼容性、性能等）和分层记分卡（结果、变更质量、轨迹、人工干预、经济性、生产影响）来进行，并要处理非确定性问题（多次运行，报告成功率分布）和开放任务中的交互评估。

深度The New Stack·8月9日·6 分钟

AI安全测试环境为何频频被逃逸？

AI智能体在安全评估中多次逃逸并触达真实系统，暴露了现有测试环境安全防护不足的问题。专家呼吁加强隔离、监控和第三方审计，并指出监管滞后于技术发展。

深度·8月9日·7 分钟

评论