MiMo-7B 模型简介
MiMo-7B 是小米公司开发的开源大语言模型系列，拥有 70 亿参数。该系列包含四个不同训练阶段的模型：
- 基础模型 (Base)：完成初始预训练的原始版本
- 监督微调模型 (SFT)：通过监督学习进行任务优化的版本
- RL-Zero：直接从基础模型进行强化学习的版本
- RL：从 SFT 模型进一步强化学习的最佳版本
Core competencies主要体现在两大领域：
- mathematical reasoning：可解决 AIME、MATH-500 等数学竞赛题目，支持复杂问题分步推理
- code generation：能够高质量生成 Python、C++ 等编程代码，适用于 LiveCodeBench 任务
该模型通过多重令牌预测 (MTP) 和强化学习优化，实现了与更大规模模型相当的推理能力。
This answer comes from the articleMiMo: A Small Open Source Model for Efficient Mathematical Reasoning and Code GenerationThe
May not be reproduced without permission:AI productivity tools " 什么是 MiMo-7B 模型？它的核心能力是什么？
English 
简体中文 
日本語 
Deutsch 
Português do Brasil