北大聯(lián)合360發(fā)布蒸餾新模型！

5%參數(shù)量逼近Deepseek-R1滿血性能！

2025年2月24日——由360與北京大學聯(lián)合研發(fā)的中等量級推理模型Tiny-R1-32B-Preview正式亮相，僅以5%參數(shù)，逼近Deepseek-R1-671B滿血性能！

團隊人員：

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

北大團隊: Yuhan Wu, Zihan Jiang, Wenrui Liu, Junting Zhou, Bin Cui, Tong Yang

• 模型參數(shù)

• 核心突破：小模型，大能量

•  數(shù)學領(lǐng)域：以78.1分（AIME 2024評測）逼近原版R1模型（79.8分），遠超Deepseek-R1-Distill-Llama-70B（70.0分）；
•  綜合性能：在編程（LiveCodeBench 61.6分）、科學（GPQA-Diamond 65.0分）領(lǐng)域全面領(lǐng)先最佳開源70B模型Deepseek-R1-Distill-Llama-70B；
• 效率躍遷：僅需5%參數(shù)量，性能達原版R1的95%以上，推理成本大幅降低。

• 技術(shù)革新：領(lǐng)域?qū)＞?模型融合

研究團隊使用「分治-融合」策略：

•  基于DeepSeek-R1生成海量領(lǐng)域數(shù)據(jù)，分別訓(xùn)練數(shù)學、編程、科學三大垂直模型；  
• 通過Arcee團隊Mergekit工具智能融合，突破單一模型性能上限，實現(xiàn)多任務(wù)均衡優(yōu)化。  

• 開源承諾：推動技術(shù)普惠

• 模型倉庫：https://huggingface.co/qihoo360/TinyR1-32B-Preview
• 即將公開完整技術(shù)報告、訓(xùn)練代碼及部分數(shù)據(jù)集；  
•  踐行開源精神，助力AI社區(qū)共筑高效推理新生態(tài)。

研發(fā)團隊表示：Tiny-R1-32B-Preview是蒸餾技術(shù)的里程碑，未來將持續(xù)探索更輕量、更強大的通用模型，推動AI技術(shù)普惠化進程。

實驗室簡介

北京大學數(shù)據(jù)與智能實驗室（Data And Intelligence Research Lab at Peking Univeristy，PKU-DAIR實驗室）由北京大學計算機學院崔斌教授領(lǐng)導(dǎo)，長期從事數(shù)據(jù)庫系統(tǒng)、大數(shù)據(jù)管理與分析、人工智能等領(lǐng)域的前沿研究，在理論和技術(shù)創(chuàng)新以及系統(tǒng)研發(fā)上取得多項成果，已在國際頂級學術(shù)會議和期刊發(fā)表學術(shù)論文200余篇，發(fā)布多個開源項目。課題組同學曾數(shù)十次獲得包括CCF優(yōu)博、ACM中國優(yōu)博、北大優(yōu)博、微軟學者、蘋果獎學金、谷歌獎學金等榮譽。PKU-DAIR實驗室持續(xù)與工業(yè)界展開卓有成效的合作，與騰訊、阿里巴巴、蘋果、微軟、百度、快手、中興通訊等多家知名企業(yè)開展項目合作和前沿探索，解決實際問題，進行科研成果的轉(zhuǎn)化落地。