小米开源大模型MiMo，数学推理超OpenAI

小米今日开源了首个专注于推理的大模型「Xiaomi MiMo」，其在数学推理和代码竞赛的公开测评中表现亮眼。仅用7B参数规模，MiMo便超越了OpenAI的o1-mini以及阿里Qwen更大规模的QwQ-32B-Preview。与此同时，在相同强化学习训练数据下，MiMo-7B于数学与代码领域的潜力显著领先经典开源32B模型。

MiMo的推理能力提升源于预训练和后训练阶段的多层面创新。预训练阶段通过挖掘丰富推理语料，合成约200B tokens推理数据，并经三阶段逐步提升难度的训练，总计达25T tokens。后训练阶段则采用高效稳定的强化学习算法与框架，设计Seamless Rollout系统加速训练与验证。目前，MiMo-7B全系列已开源4个模型至HuggingFace，技术细节可见官方报告。作为小米大模型Core团队的初步成果，MiMo展现了小米在AGI领域持续探索的决心。