360聯合北大震撼發布！5%參數量逼近Deepseek-R1滿血性能
作者：新智元
推理黑馬出世，僅以5%參數量撼動AI圈。360、北大團隊研發的中等量級推理模型Tiny-R1-32B-Preview正式亮相，32B參數，能夠匹敵DeepSeek-R1-671B巨獸。
2025年2月24日，由360與北京大學聯合研發的中等量級推理模型Tiny-R1-32B-Preview正式亮相，僅以5%參數，逼近DeepSeek-R1-671B的性能。
核心突破：小模型，大能量
- 數學領域：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（GPQA-Diamond 65.0分）領域全面領先最佳開源70B模型DeepSeek-R1-Distill-Llama-70B；
- 效率躍遷：僅需5%參數量，性能達原版R1的95%以上，推理成本大幅降低。
技術革新：領域專精+模型融合
研究團隊使用「分治-融合」策略：
- 基于DeepSeek-R1生成海量領域數據，分別訓練數學、編程、科學三大垂直模型；
- 通過Arcee團隊Mergekit工具智能融合，突破單一模型性能上限，實現多任務均衡優化。
開源承諾：推動技術普惠
- 模型倉庫：https://huggingface.co/qihoo360/TinyR1-32B-Preview
- 即將公開完整技術報告、訓練代碼及部分數據集；
- 踐行開源精神，助力AI社區共筑高效推理新生態。
研發團隊表示：「Tiny-R1-32B-Preview的成功是站在了巨人的肩膀上，受益于開源社區精神，結合DeepSeek-R1蒸餾、DeepSeek-R1-Distill-32B增量訓練、模型融合等技術，使用360-LLaMA-Factory訓練而來，未來我們也將持續探索更輕量、更強大的模型，推動AI技術普惠化進程，并回饋開源社區。」
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
責任編輯：張燕妮
來源：
新智元
