今天，小米開源首個為推理（Reasoning）而生的大模型「Xiaomi MiMo」，聯動預訓練到後訓練，全面提升推理能力。在數學推理（AIME 24-25）和 代碼競賽（LiveCodeBench v5）公開測評集上，MiMo 僅用 7B 的參數規模，超越了 OpenAI 的閉源推理模型 o1-mini 和阿里 Qwen 更大規模的開源推理模型 QwQ-32B-Preview。<figure class="image"><img src="https://pub.pbkrs.com/uploads/2025/860c67131771da94f7bdc42ba12d482c?x-oss-process=style/lg" width="1080" height="683" original-src="https://pub.pbkrs.com/uploads/2025/860c67131771da94f7bdc42ba12d482c"/></figure>MiMo 推理能力的提升，由預訓練和後訓練階段中數據和算法等多層面的創新聯合驅動，包括：預訓練：核心是讓模型見過更多推理模式<ul><li>數據：着重挖掘富推理語料，併合成約 200B tokens 推理數據。</li><li>訓練：進行了三階段訓練，逐步提升訓練難度，總訓練 25T tokens。</li></ul><figure class="image"><img src="https://pub.pbkrs.com/uploads/2025/9059bf6871d374af2577f025a296ac43?x-oss-process=style/lg" width="1080" height="282" original-src="https://pub.pbkrs.com/uploads/2025/9059bf6871d374af2577f025a296ac43"/></figure>後訓練：核心是高效穩定的強化學習算法和框架<ul><li>算法：提出 Test Difficulty Driven Reward 來緩解困難算法問題中的獎勵稀疏問題，並引入 Easy Data Re-Sampling 策略，以穩定 RL 訓練。</li><li>框架：設計了 Seamless Rollout 系統，使得 RL 訓練加速 2.29 倍，驗證加速 1.96 倍。</li></ul><figure class="image"><img src="https://pub.pbkrs.com/uploads/2025/09ca3416bcbec4ba516d5f36cebd0794?x-oss-process=style/lg" width="1080" height="763" original-src="https://pub.pbkrs.com/uploads/2025/09ca3416bcbec4ba516d5f36cebd0794"/></figure>MiMo-7B 已開源 4 個模型至 HuggingFace：https://huggingface.co/XiaomiMiMo<figure class="image"><img src="https://pub.pbkrs.com/uploads/2025/cd5ca9b6ad6a714c7fff1d6a448d166e?x-oss-process=style/lg" width="1080" height="439" original-src="https://pub.pbkrs.com/uploads/2025/cd5ca9b6ad6a714c7fff1d6a448d166e"/></figure>技術細節見技術報告：https://github.com/XiaomiMiMo/MiMo/blob/main/MiMo-7B-Technical-Report.pdf來源: OSCHINA

小米集團-W

小米集團盤中衝高，現漲約 3%。消息面上，小米今日宣佈開源其首個為推理而生的大模型「Xiaomi MiMo」，聯動預訓練到後訓練，全面提升推理能力。

- 小米推出推理大模型「Xiaomi MiMo」，提升推理能力。  
- MiMo 在數學推理和代碼競賽測評中超越其他模型。  
- 採用創新數據和算法，訓練規模達 25T tokens。  

小米盤中拉昇約 3%，宣佈開源其首個推理大模型「Xiaomi MiMo」