4月30日，小米公司于“Xiaomi MiMo”公众号正式宣布开源其首个专注于推理能力的大模型「Xiaomi MiMo」。小米官方表示，该模型以7B（70亿）参数规模，在数学推理（AIME 24-25）和代码竞赛（LiveCodeBench v5）等公开测评中表现优异，超越OpenAI的闭源模型o1-mini及阿里Qwen2.5-32B等更大规模的开源模型。
小米技术团队表示，MiMo的核心突破在于预训练与后训练阶段的协同优化。在预训练阶段，模型通过挖掘高质量推理语料并合成约2000亿tokens专项数据，采用三阶段渐进训练策略，累计训练量达25万亿tokens。
后训练阶段则引入创新强化学习技术，包括自研的"Test Difficulty Driven Reward"算法和"Easy Data Re-Sampling"策略，有效提升模型在复杂任务中的稳定性。技术团队还开发了"Seamless Rollout"系统，使训练效率提升2.29倍，验证速度加快1.96倍。
值得注意的是，小米官方表示，MiMo-7B在相同强化学习训练数据下，数学与代码领域的表现显著优于当前业界广泛使用的DeepSeek-R1-Distill-7B和Qwen2.5-32B模型。
目前，小米已在HuggingFace平台开源MiMo-7B全系列4个模型，并发布详细技术报告。
【来源：凤凰网科技】
