据小米官方消息，小米方面介绍，7B 参数规模的 MiMo 在数学和代码领域表现出色。性能表现如下：
在数学推理（AIME 24-25）和 代码竞赛（LiveCodeBench v5）公开测评集上，MiMo 超越了 OpenAI 的闭源推理模型 o1-mini 和阿里 Qwen 更大规模的开源推理模型 QwQ-32B-Preview。
在相同 RL 训练数据情况下，MiMo-7B 的数学&代码领域的强化学习潜力超越 DeepSeek-R1-Distill-7B 和 Qwen2.5-32B。据介绍，MiMo 的推理能力提升，源于其在预训练和后训练阶段的多项数据与算法的联合驱动创新：
预训练阶段创新：旨在让模型接触更多推理模式。着重挖掘富推理语料，并合成约 200B tokens 推理数据；进行了三阶段训练，逐步提升训练难度，总训练 25T tokens。
后训练阶段创新：旨在建立高效稳定的强化学习系统。提出 Test Difficulty Driven Reward 来缓解困难算法问题中的奖励稀疏问题，并引入 Easy Data Re-Sampling 策略，以稳定 RL 训练；设计了 Seamless Rollout 系统，使得 RL 训练加速 2.29 倍，验证加速 1.96 倍。目前，MiMo-7B 已在 Hugging Face 平台开源 4 个模型版本，技术报告也同步上线 GitHub，向开发者与研究者全面开放。另据悉，MiMo 系列由新组建的「小米大模型 Core 团队」打造，意在探索预训练增长瓶颈之外的能力突破路径，激发模型的推理潜能。
HuggingFace：https://huggingface.co/XiaomiMiMoGitHub
技术报告：https://github.com/XiaomiMiMo/MiMo/blob/main/MiMo-7B-Technical-Report.pdf
