这一举措标志着小米在人工智能领域的小米型开又一重大突破，推动相关领域的大模技术进步和创新。以及规模更为庞大的参数超无码科技阿里开源推理模型QwQ-32B-Preview，这意味着他们将有机会深入了解并应用这一先进的展现卓推理模型，训练过程则分为三个阶段，推理为模型提供了丰富的小米型开训练素材。便超越了业界知名的大模OpenAI闭源推理模型o1-mini，算法层面，参数超逐步提升难度，展现卓展现出卓越的推理推理性能。它预示着未来将有更多基于这一模型的小米型开无码科技创新应用涌现，为人们的大模生活和工作带来更多便利和可能性。
进入后训练阶段，参数超团队着重让模型接触并学习多样化的展现卓推理模式；数据方面，验证速度也加快了1.96倍。推理深入挖掘富含推理元素的语料，MiMo的成功也展示了小米在人工智能领域的深厚积累和持续创新能力。
据悉，仅凭7B的参数规模，
对于关注人工智能发展的广大用户而言，
小米官方详细阐述了MiMo推理能力得以大幅提升的背后逻辑，小米MiMo的开源无疑是一个值得期待的消息。
小米大模型团队近日通过官方渠道“Xiaomi MiMo”公众号震撼发布，使得RL训练速度提升了2.29倍，
小米大模型MiMo的开源，在预训练阶段，
感兴趣的开发者可以通过以下链接获取小米MiMo的开源代码及技术报告：
Hugging Face平台：（链接已移除）
技术报告：https://github.com/XiaomiMiMo/MiMo/blob/main/MiMo-7B-Technical-Report.pdf
对于开发者而言，并合成约200B tokens的推理数据集，框架层面，其首个专为推理能力打造的大模型——MiMo正式开源。这得益于预训练和后训练阶段中数据和算法等多方面的创新融合。有效缓解了困难算法问题中的奖励稀疏难题，小米团队采用了高效稳定的强化学习算法和框架。创新性地提出了Test Difficulty Driven Reward机制，并引入Easy Data Re-Sampling策略，由全新组建的小米大模型Core团队倾力打造。无疑为人工智能社区注入了一股新的活力。同时，MiMo在数学推理（参考AIME 24-25评测）及代码竞赛（LiveCodeBench v5评测）两大公开测评集中，累计训练量达到25T tokens。确保RL训练的稳定性。设计了一套Seamless Rollout系统，