小米發布首個推理大模型MiMo-7B並宣布全面開源

據小米公司公眾號「Xiaomi MiMo」，小米今日開源首個專為「Reasoning（推理）」打造的大模型MiMo-7B，在AIME數學推理和LiveCodeBench編程測評中超越OpenAI o1-mini及阿裡Qwen-32B。MiMo通過大規模推理數據預訓練與強化學習後訓練聯動提升推理能力，提出Test Difficulty Driven Reward等創新算法，並在同類7B模型中強化學習潛力領先。全系列已開源至Hugging Face，相關技術報告同步發布。