4月30日，小米公司于“Xiaomi MiMo”公眾號正式宣布開源其首個專注于推理能力的大模型「Xiaomi MiMo」。小米官方表示，該模型以7B（70億）參數規模，在數學推理（AIME 24-25）和代碼競賽（LiveCodeBench v5）等公開測評中表現優異，超越OpenAI的閉源模型o1-mini及阿里Qwen2.5-32B等更大規模的開源模型。

小米技術團隊表示，MiMo的核心突破在于預訓練與后訓練階段的協同優化。在預訓練階段，模型通過挖掘高質量推理語料并合成約2000億tokens專項數據，采用三階段漸進訓練策略，累計訓練量達25萬億tokens。

后訓練階段則引入創新強化學習技術，包括自研的"Test Difficulty Driven Reward"算法和"Easy Data Re-Sampling"策略，有效提升模型在復雜任務中的穩定性。技術團隊還開發了"Seamless Rollout"系統，使訓練效率提升2.29倍，驗證速度加快1.96倍。

值得注意的是，小米官方表示，MiMo-7B在相同強化學習訓練數據下，數學與代碼領域的表現顯著優于當前業界廣泛使用的DeepSeek-R1-Distill-7B和Qwen2.5-32B模型。

目前，小米已在HuggingFace平臺開源MiMo-7B全系列4個模型，并發布詳細技術報告。

【來源： 鳳凰網 科技 】