360联合北大震撼发布！5%参数量逼近Deepseek-R1满血性能

　　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是蒸馏技术的里程碑，未来将持续探索更轻量、更强大的通用模型，推动AI技术普惠化进程。」

　　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