队发布推理R1隐秘密模型推理小模型 A AI 团32B 稠才能逾越
在大模型竞速进入推理才能深水区的密模 2025 年,一支奥秘的型推小模型团队悄然上台。他们不是越R隐秘来自一线大厂的 AI Lab,也没有高调预热和融资造势 ,团队推理而是发布在 Hugging Face 低沉开源了一款 32B 的推理模型 :AM-Thinking-v1。
令人惊奇的密模是 ,这个中等规划的型推小模型稠密模型,在多个要害推理评测中打败了 DeepSeek-R1,越R隐秘并与超大规划的团队推理 MoE 模型Qwen3-235B-A22B 、Seed1.5-Thinking 平起平坐 。发布
这款模型背面的密模团队 ,是型推小模型国内一个从未对外发表的研讨团队——A-M-team。他们不依靠私有数据、越R隐秘不依靠海量核算资源,团队推理仅凭开源底座和练习管线的发布极致规划,就做出了敞开社区 32B 等级中最强的推理模型。
论文链接 :https://arxiv.org/pdf/2505.08311。
功能全面逾越 DeepSeek-R1:32B 模型中的“黑马” 。
在当时干流评测中,AM-Thinking-v1 也交出了极具冲击力的成果单,仅 32B 的结构在数学推理(AIME 系列)和代码生成(LiveCodeBench)中别离取得了 85.3 和 70.3 的高分 ,不只全面逾越了 DeepSeek-R1(671B MoE 架构),还迫临乃至追平了 Qwen3-235B-A22B 和 Seed1.5-Thinking 等超大规划 MoE 模型的成果 。
把“小体积,大推理”的极限范式展示得酣畅淋漓。
值得注意的是,AIME 系列标题来自美国数学邀请赛 ,结构杂乱 、要求精准 ,向来是衡量模型逻辑思维才能的金规范;LiveCodeBench 则着重代码可履行性和稳健性,数据污染难度高 ,是实在场景下“考虑-编码-验证”链条的苛刻检测。