剛剛騰訊正式推出了推理模型混元-T1！它基于3月初發布的業界首個超大規模 Hybrid-Transformer-Mamba MoE 大模型 TurboS 快思考基座打造！

簡單來說，基于TurboS的T1就是為了解決大模型推理的痛點而生的：

• ?長文理解能力： TurboS 能有效捕捉長文本信息，告別“上下文丟失”的尷尬，長距離依賴問題也輕松搞定！

• ?Mamba架構加持，速度起飛： Mamba 架構專門優化了長序列處理，計算效率超高！相同條件下，解碼速度直接快2倍

據騰訊官方公告后訓練階段，96.7%的算力都砸在了強化學習上！目標只有一個：極致提升模型的推理能力！對齊人類偏好！

為了練好T1的“腦子”， 混元團隊也是下了血本：

世界級理科難題喂飽： 數學、邏輯推理、科學、代碼...各種硬核難題，從基礎到復雜，應有盡有！還結合真實反饋，確保模型“真材實料”

“課程學習”+“上下文長度階梯式擴展”： 就像給學生上課一樣，難度循序漸進，同時逐步提升模型的“閱讀理解”能力，讓模型更高效地利用tokens進行推理

經典RL策略加持，訓練更穩： 數據回放、階段性策略重置... 這些經典RL“秘籍”讓模型訓練穩定性提升50%以上！穩扎穩打，才能步步為營！

Self-rewarding + Reward Model 雙管齊下，更懂人類心意： 用早期版本的T1-preview 給模型打分，再結合 reward model 反饋，引導模型自我提升！結果就是：回復內容更豐富，信息更高效！更貼心，更懂你！

性能：對標R1，部分能力還略勝一籌

混元-T1 在各種權威benchmark 上，例如 MMLU-pro、CEval、AIME、Zebra Logic 等等，中英文知識和競賽級數理邏輯推理指標，基本持平甚至略超 DeepSeek R1！

在內部人工體驗集評估中，中文文案創作、文本摘要、Agent 能力等方面，T1 還略有優勢！

實測

我用制作賽朋克貪吃蛇游戲來測試了一下T1，表現一般（順便說一句，制作賽朋克貪吃蛇游戲是我測試所有推理模型比如DeepSeek R1，Grok 3，Claude 3.7，o1,o3 mini,Gemini 2.0 thinking 最常用一個測試題）

測試地址：

https://llm.hunyuan.tencent.com/#/chat/hy-t1

大家看看實測效果

這是測試結果：

參考：

https://llm.hunyuan.tencent.com/#/blog/hy-t1

?星標AI寒武紀，好內容不錯過?

用你的贊和在看告訴我～

求贊