2025年2月24日——由360与北京大学联合研发的中等量级推理模型Tiny-R1-32B-Preview正式亮相，仅以5%参数，逼近Deepseek-R1-671B的性能。北京大学计算机学院研究员、北大临港科创中心大模型应用与优化技术研发中心主任杨仝使用北大临港科创中心部分显卡做了前期训练，并将公开完整技术报告、训练代码及部分数据集。

▪  数学领域：以78.1分（AIME 2024评测）逼近原版R1模型（79.8分），远超Deepseek-R1-Distill-Llama-70B（70.0分）；

▪  综合性能：在编程（LiveCodeBench 61.6分）、科学（GPQA-Diamond 65.0分）领域全面领先最佳开源70B模型Deepseek-R1-Distill-Llama-70B；

▪  效率跃迁：仅需5%参数量，性能达原版R1的95%以上，推理成本大幅降低。

研究团队使用「分治-融合」策略：

▪  基于DeepSeek-R1生成海量领域数据，分别训练数学、编程、科学三大垂直模型；

▪  通过Arcee团队Mergekit工具智能融合，突破单一模型性能上限，实现多任务均衡优化。

▪  模型仓库：https://huggingface.co/qihoo360/TinyR1-32B-Preview

▪  即将公开完整技术报告、训练代码及部分数据集；

▪  践行开源精神，助力AI社区共筑高效推理新生态。

研发团队表示：「Tiny-R1-32B-Preview是蒸馏技术的里程碑，未来将持续探索更轻量、更强大的通用模型，推动AI技术普惠化进程。」

360 团队: Lin Sun, Guangxiang Zhao, Xiaoqi Jian, Weihong Lin, Yongfu Zhu, Change Jia, Linglin Zhang, Jinzhu Wu, Sai-er Hu, Xiangzheng Zhang

北大团队: Yuhan Wu, Zihan Jiang, Wenrui Liu, Junting Zhou, Bin Cui, Tong Yang