小米开源首个推理大模型Xiaomi MiMo

4月30日消息，小米开源首个为推理（Reasoning）而生的大模型“Xiaomi MiMo”，联动预训练到后训练，全面提升推理能力。

在数学推理（AIME 24-25）和代码竞赛（LiveCodeBench v5）公开测评集上，MiMo仅用7B的参数规模，超越了OpenAI的闭源推理模型o1-mini和阿里Qwen更大规模的开源推理模型QwQ-32B-Preview。

图源：Xiaomi MiMo公众号

随着DeepSeek-R1引发业界强化学习（RL）共创潮，DeepSeek-R1-Distill-7B和Qwen2.5-32B已成为广泛使用的强化学习起步模型。在相同RL训练数据情况下，MiMo-7B的数学&代码领域的强化学习潜力显著领先。

图源：Xiaomi MiMo公众号

值得注意的是，MiMo-7B全系列模型均已开源。据了解，MiMo来自小米全新成立不久的“小米大模型Core团队”的初步尝试。