小米发布了首个专为推理设计的大模型“Xiaomi MiMo”，并已开源。MiMo通过预训练和后训练联动提升推理能力，尤其在数学和代码领域表现突出。其7B参数规模的模型在公开测评中超越了更大规模的竞争对手模型。MiMo的训练包括三阶段的预训练和创新的强化学习算法，以提升模型的推理能力。

关键点

• 小米发布首个专为推理设计的大模型“Xiaomi MiMo”，并已开源。
• MiMo在数学推理和代码竞赛中表现优异，超越了OpenAI和阿里的更大规模模型。
• MiMo通过预训练和后训练的联动，结合创新的数据和算法，提升推理能力。
• MiMo采用了Test Difficulty Driven Reward和Easy Data Re-Sampling策略，以稳定强化学习训练。
• MiMo-7B全系列已在HuggingFace开源。