library_name: transformers

STILL-3-TOOL-32B

我们推出STILL-3-Tool-32B，通过Python代码辅助推理过程。

在评估中，STILL-3-Tool-32B在AIME 2024上达到81.70%准确率，与o3-mini性能相当，超越o1和DeepSeek-R1。

我们开源了代码、模型及数据。

更多细节请参阅我们的Notion页面。

引用

若对我们的研究有所借鉴，请引用以下报告。

@article{Slow_Thinking_with_LLMs_3_Tool,
  title={工具操作显著增强O1与R1类大语言模型的推理能力},
  author={RUCAIBox STILL团队},
  url={https://github.com/RUCAIBox/Slow_Thinking_with_LLMs},
  year={2025}
}