在开源大模型技术的浪潮中，“问小白”项目近期宣布了一项重大进展——正式推出了其最新的第四代开源模型XBai o4。这款模型在复杂推理能力方面取得了显著突破，特别是在Medium模式下，其表现已经超越了OpenAI的o3-mini模型，并且在部分基准测试中，甚至优于Anthropic的Claude Opus。
XBai o4之所以能够在复杂推理领域大放异彩，关键在于其独创的“反思型生成范式”。这一创新技术结合了Long-CoT强化学习与过程评分学习，使得模型能够像人类一样进行多步骤的复杂思考，并且能够在思考过程中评估和选择最优的推理路径。这种范式不仅提升了模型的推理深度，还显著优化了推理链路的筛选效率。
XBai o4通过共享过程评分模型（PRMs）和策略模型的主干网络，实现了过程评分推理耗时的极大降低，降幅高达99%。这一优化措施无疑为模型的实际应用提供了强有力的支持，使得XBai o4在保持高性能的同时，也能够保持高效的运行状态。
在性能表现方面，XBai o4同样令人瞩目。该模型提供了low、medium、high三种模式，以适应不同复杂度的任务需求。在多项关键基准测试中，XBai o4均展现出了卓越的推理能力。无论是在AIME24、AIME25这样的专业测试中，还是在LiveCodeBench v5、C-eval等实际应用场景中，XBai o4都以其出色的表现赢得了广泛的认可。
为了更好地推动开源大模型技术的发展，“问小白”项目还决定将相关的训练和评估代码在GitHub上开源。这一举措不仅为AI研究社区提供了宝贵的资源，也进一步彰显了“问小白”在开源大模型领域的领先地位。感兴趣的研究人员和开发者可以通过访问https://github.com/metaStone-AI/XBai-o4，获取更多关于XBai o4的信息和资源。
