推理大模型的后训练增强技术-Reasoning模型也进化到2.0了，这次居然学会用工具了

推理大模型的后训练增强技术-Reasoning模型也进化到2.0了，这次居然学会用工具了

致Great ChallengeHub 2025年03月17日 22:17 北京

论文题目：START: Self-taught Reasoner with Tools

论文链接：https://arxiv.org/pdf/2503.04625

论文简介

Reasoning模型也进化到2.0了，这次居然学会用工具了！✨ 最近有个叫START的方法，让大模型也能学着用工具，比如自己调用代码解释器，来提升推理和解决问题的能力。

具体怎么实现的呢？它会