2025年2月24日——由360與北京大學(xué)聯(lián)合研發(fā)的中等量級推理模型Tiny-R1-32B-Preview正式亮相，僅以5%參數(shù)，逼近Deepseek-R1-671B的性能。
核心突破：小模型，大能量
? 數(shù)學(xué)領(lǐng)域：以78.1分（AIME 2024評測）逼近原版R1模型（79.8分），遠超Deepseek-R1-Distill-Llama-70B（70.0分）；
? 綜合性能：在編程（LiveCodeBench 61.6分）、科學(xué)（GPQA-Diamond 65.0分）領(lǐng)域全面領(lǐng)先最佳開源70B模型Deepseek-R1-Distill-Llama-70B；
? 效率躍遷：僅需5%參數(shù)量，性能達原版R1的95%以上，推理成本大幅降低。
技術(shù)革新：領(lǐng)域?qū)＞?模型融合
研究團隊使用「分治-融合」策略：
? 基于DeepSeek-R1生成海量領(lǐng)域數(shù)據(jù)，分別訓(xùn)練數(shù)學(xué)、編程、科學(xué)三大垂直模型；
? 通過Arcee團隊Mergekit工具智能融合，突破單一模型性能上限，實現(xiàn)多任務(wù)均衡優(yōu)化。
開源承諾：推動技術(shù)普惠
? 模型倉庫：https://huggingface.co/qihoo360/TinyR1-32B-Preview
? 即將公開完整技術(shù)報告、訓(xùn)練代碼及部分?jǐn)?shù)據(jù)集；
? 踐行開源精神，助力AI社區(qū)共筑高效推理新生態(tài)。
研發(fā)團隊表示：「Tiny-R1-32B-Preview是蒸餾技術(shù)的里程碑，未來將持續(xù)探索更輕量、更強大的通用模型，推動AI技術(shù)普惠化進程?！?/p>
360 團隊: Lin Sun, Guangxiang Zhao, Xiaoqi Jian, Weihong Lin, Yongfu Zhu, Change Jia, Linglin Zhang, Jinzhu Wu, Sai-er Hu, Xiangzheng Zhang
北大團隊: Yuhan Wu, Zihan Jiang, Wenrui Liu, Junting Zhou, Bin Cui, Tong Yang
未經(jīng)數(shù)字化報網(wǎng)授權(quán)，嚴(yán)禁轉(zhuǎn)載或鏡像，違者必究。
特別提醒：如內(nèi)容、圖片、視頻出現(xiàn)侵權(quán)問題，請發(fā)送郵箱：tousu_ts@sina.com。
風(fēng)險提示：數(shù)字化報網(wǎng)呈現(xiàn)的所有信息僅作為學(xué)習(xí)分享，不構(gòu)成投資建議，一切投資操作信息不能作為投資依據(jù)。本網(wǎng)站所報道的文章資料、圖片、數(shù)據(jù)等信息來源于互聯(lián)網(wǎng)，僅供參考使用，相關(guān)侵權(quán)責(zé)任由信息來源第三方承擔(dān)。
數(shù)字化報（數(shù)字化商業(yè)報告）是國內(nèi)數(shù)字經(jīng)濟創(chuàng)新門戶網(wǎng)站，以數(shù)字技術(shù)創(chuàng)新發(fā)展為中心，融合數(shù)字經(jīng)濟和實體經(jīng)濟發(fā)展，聚焦制造業(yè)、服務(wù)業(yè)、農(nóng)業(yè)等產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型，致力為讀者提供最新、最權(quán)威、最全面的科技和數(shù)字領(lǐng)域資訊。數(shù)字化報并非新聞媒體，不提供新聞信息服務(wù)，提供商業(yè)信息服務(wù)；
商務(wù)合作：Hezuo@szhww.com
稿件投訴：help@szhww.com
Copyright ? 2013-2023 數(shù)字化報（數(shù)字化報商業(yè)報告）
數(shù)字化報并非新聞媒體，不提供新聞信息服務(wù)，提供商業(yè)信息服務(wù)
浙ICP備2023000407號數(shù)字化報網(wǎng)（杭州）信息科技有限公司 版權(quán)所有