4月30日，小米开源首个专为推理设计的大模型「Xiaomi MiMo」。在AIME和LiveCodeBench评测中，MiMo仅用7B参数规模，就超越了OpenAI的o1-mini和阿里更大型号QwQ-32B-Preview。MiMo通过预训练和后训练结合的方式提升推理能力，预训练阶段生成约200B tokens推理数据，训练总量达25T tokens；后训练采用创新算法和框架，使RL训练速度提升2.29倍。MiMo已在HuggingFace开源，其技术细节也在GitHub公布。这是小米大模型Core团队的首次尝试，标志着AGI探索的持续努力。

4月30日，小米开源首个“为推理而生”的大模型Xiaomi MiMo。该模型由小米大模型Core团队开发，仅用7B参数规模，在数学推理(AIME 24-25)和代码竞赛(LiveCodeBench v5)中超越了OpenAI的o1-mini及阿里Qwen的QwQ-32B-Preview。MiMo的推理能力提升得益于预训练和后训练阶段的数据与算法创新。预训练阶段通过挖掘富推理语料合成200B tokens数据，并进行三阶段训练，总计25T tokens；后训练阶段采用Test Difficulty Driven Reward算法缓解奖励稀疏问题，引入Easy Data Re-Sampling策略稳定RL训练，同时设计Seamless Rollout系统加速RL和验证过程。MiMo已在Hugging Face和GitHub上开源，技术报告同步发布。