TinyR1-Preview是什么

TinyR1-Preview是北京大学计算机学院与360公司联合推出的32B参数量的推理模型。模型仅用5%的参数量，逼近Deepseek-R1-671B的性能，TinyR1-Preview在数学领域（AIME评测78.1分）逼近原版R1（79.8分），远超70B的Deepseek-R1-Distill-Llama（70.0分）。TinyR1-Preview基于“分治-融合”策略，分别训练数学、编程、科学三大垂直领域模型，借助Mergekit工具实现智能融合，突破性能上限。