360联合北大震撼发布！5%参数量逼近Deepseek-R1满血性能

推理黑马出世，仅以5%参数量撼动AI圈。360、北大团队研发的中等量级推理模型Tiny-R1-32B-Preview正式亮相，32B参数，能够匹敌DeepSeek-R1-671B巨兽。

2025年2月24日，由360与北京大学联合研发的中等量级推理模型Tiny-R1-32B-Preview正式亮相，仅以5%参数，逼近DeepSeek-R1-671B的性能。

核心突破：小模型，大能量

• 数学领域：以78.1分（AIME 2024评测）逼近原版R1模型（79.8分），远超DeepSeek-R1-Distill-Llama-70B（70.0分）；

• 综合性能：在编程（LiveCodeBench 61.6分）、科学（GPQA-Diamond 65.0分）领域全面领先最佳开源70B模型DeepSeek-R1-Distill-Llama-70B；

• 效率跃迁：仅需5%参数量，性能达原版R1的95%以上，推理成本大幅降低。

技术革新：领域专精+模型融合

研究团队使用「分治-融合」策略：

• 基于DeepSeek-R1生成海量领域数据，分别训练数学、编程、科学三大垂直模型；

• 通过Arcee团队Mergekit工具智能融合，突破单一模型性能上限，实现多任务均衡优化。

开源承诺：推动技术普惠

• 模型仓库：https://huggingface.co/qihoo360/TinyR1-32B-Preview

• 即将公开完整技术报告、训练代码及部分数据集；

• 践行开源精神，助力AI社区共筑高效推理新生态。

研发团队表示：「Tiny-R1-32B-Preview的成功是站在了巨人的肩膀上，受益于开源社区精神，结合DeepSeek-R1蒸馏、DeepSeek-R1-Distill-32B增量训练、模型融合等技术，使用360-LLaMA-Factory训练而来，未来我们也将持续探索更轻量、更强大的模型，推动AI技术普惠化进程，并回馈开源社区。」

360 团队: Lin Sun, Guangxiang Zhao, Xiaoqi Jian, Weihong Lin, Yongfu Zhu, Change Jia, Linglin Zhang, Jinzhu Wu, Sai-er Hu, Xiangzheng Zhang

北大团队: Yuhan Wu, Zihan Jiang, Wenrui Liu, Junting Zhou, Bin Cui, Tong Yang

参考资料：

https://huggingface.co/qihoo360/TinyR1-32B-Preview

文章来自于“新智元”，作者“编辑部 HYZ”。