Awaker2.5-R1 是由 Metabrain AGI 开发的多模态大模型，具备通过 GRPO 实现的复杂推理与长链思考能力。
用途 该模型面向需要多模态理解与数学推理的任务。资料显示其通过训练增强了数学推理能力，并在 MathVista 上取得接近 OpenAI o1 模型的表现。
主要能力
- 以 Qwen2.5-VL-7B 为基础模型。
- 实现 GRPO 算法，并采用基于规则的奖励，使多模态大模型训练稳定。
- 在 5 万条数学几何推理数据集上训练。
- 在三个常用数学基准上进行了评估：MathVista（Testmini）、MathVerse（Testmini & Vision_Only）和 WeMath。其他模型的分数来自 OpenCompass。
使用方式 仓库页面包含模型权重下载、推理代码示例和训练过程说明。推理代码部分提供了如何使用聊天模型的代码片段，但资料未给出具体代码内容。安装命令、依赖项及运行步骤暂未提供。
适用场景 适用于数学几何推理相关的多模态任务研究与应用。
限制 资料未说明许可证、模型参数规模之外的细节、硬件要求、推理延迟、收费或价格等信息。部分内容（如具体评估分数、完整代码）暂未提供。
