迪士尼彩乐园彩票网址 360鸠合北大震荡发布！5%参数目贴近Deepseek-R1满血性能

发布日期：2025-01-10 13:34 点击次数：87

新智元报说念迪士尼彩乐园彩票网址

剪辑：剪辑部 HYZ

【新智元导读】推理黑马出世，仅以5%参数目撼动AI圈。360、北大团队研发的中等量级推理模子Tiny-R1-32B-Preview认真亮相，32B参数，大概匹敌DeepSeek-R1-671B巨兽。

2025年2月24日，由360与北京大学鸠合研发的中等量级推理模子Tiny-R1-32B-Preview认真亮相，仅以5%参数，贴近DeepSeek-R1-671B的性能。

中枢冲破：小模子，大能量

数学限制：以78.1分（AIME 2024评测）贴近原版R1模子（79.8分），远超DeepSeek-R1-Distill-Llama-70B（70.0分）；

轮廓性能：在编程（LiveCodeBench 61.6分）、科学（GPQA-Diamond 65.0分）限制全面逾越最好开源70B模子DeepSeek-R1-Distill-Llama-70B；

成果跃迁：仅需5%参数目，性能达原版R1的95%以上，推理资本大幅缩短。

本领革新：限制专精+模子会通

商榷团队使用「分治-会通」政策：

基于DeepSeek-R1生成海量限制数据，辨别锤真金不怕火数学、编程、科学三大垂直模子；

通过Arcee团队Mergekit器用智能会通，冲破单一模子性能上限，迪士尼彩乐园赌博害人终了多任务平衡优化。

开源欢跃：鞭策本领普惠

模子仓库：https://huggingface.co/qihoo360/TinyR1-32B-Preview

行将公开齐全本领阐述、锤真金不怕火代码及部分数据集；

践行开源精神，助力AI社区共筑高效推理腾达态。

研发团队暗意：「Tiny-R1-32B-Preview的奏效是站在了巨东说念主的肩膀上，受益于开源社区精神，联接DeepSeek-R1蒸馏、DeepSeek-R1-Distill-32B增量锤真金不怕火、模子会通等本领，使用360-LLaMA-Factory锤真金不怕火而来，将来咱们也将执续探索更轻量、更巨大的模子，鞭策AI本领普惠化进度，并回馈开源社区。」

360 团队: Lin Sun, Guangxiang Zhao, Xiaoqi Jian, Weihong Lin, Yongfu Zhu, Change Jia, Linglin Zhang, Jinzhu Wu, Sai-er Hu, Xiangzheng Zhang

北大团队: Yuhan Wu, Zihan Jiang, Wenrui Liu, Junting Zhou, Bin Cui, Tong Yang