來源：新智元

【導讀】推理黑馬出世，僅以5%參數(shù)量撼動AI圈。360、北大團隊研發(fā)的中等量級推理模型Tiny-R1-32B-Preview正式亮相，32B參數(shù)，能夠匹敵DeepSeek-R1-671B巨獸。

2025年2月24日，由360與北京大學聯(lián)合研發(fā)的中等量級推理模型Tiny-R1-32B-Preview正式亮相，僅以5%參數(shù)，逼近DeepSeek-R1-671B的性能。

核心突破：小模型，大能量

• 數(shù)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(shù)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(shù)據(jù)，分別訓練數(shù)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(xiàn)多任務均衡優(yōu)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(shù)據(jù)集；

• 踐行開源精神，助力AI社區(qū)共筑高效推理新生態(tài)。

研發(fā)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(qū)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(xù)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(qū)。」

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

參考資料：

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