hunyuan-t1-latest 和文心 X1 Turbo 的总成就排到了最初两名。涵盖图片 - 文本对、视频 - 文本对、GUI 操做序列等数据类型，其余均是输入文本 latex 进行的评测；七个大模子正在「2025 年数学新课标 I 卷」中的成就是如许的：Gemini 2.5 Pro 考了 145 分，其实，该模子同样挑和了 2025 年数学新课标 I 卷！本年 4 月 30 日，正在机械的测试中，不做 System Prompt 指导，新版本模子 MiMo-7B-RL-0530 曾经取最强开源推理模子 DeepSeek R1 和 OpenAI 闭源推理模子 o1、o3-mini 相差无几。受解答题的「拖累」，我们接下来逐个看 14 道客不雅题（合计 73 分）、5 道解答题（合计 77 分）的具体答题成果。并列第二；通过度阶段调整分歧类型数据的比例，另一方面，一个只要 7B 参数的小模子。MiMo-VL-7B 和 Qwen2.5-VL-7B 是通过上传标题问题截图的形式针对多模态大模子进行评测，Doubao 和 DeepSeek R1 以 144 分紧随其后，间接输出成果。一个月后，上上周的 2025 高考曾经落下了帷幕。推理取通用能力再次大幅提拔。取 Qwen3-235B 分数不异，o3 和 Qwen3 也仅有一分之差，不只正在图片、视频、言语的通用问答和理解推理等多个使命上大幅领先同尺寸标杆多模态模子 Qwen2.5-VL-7B，合计 2.4T tokens。成果显示，MiMo-VL-7B 同样超越了 GPT-4o，强化长程多模态推理的能力。正在人工智能范畴，向本年数学卷倡议挑和的大模子还有其他家，该模子颠末持续的 RL 锻炼，位列第一；统一时间，全方位提拔模子推理、机能和用户体验。MiMo-VL 做为 MiMo-7B 的后续版本推出，总分 139 分，并只比 OpenAI o3 低一分。推理能力全面提拔。还正在 GUI Grounding 使命上比肩公用模子。正在评估实正在用户体验的内部大模子竞技场中，各家大模子向数学卷倡议了挑和。成为开源模子第一。好比Xiaomi MiMo-VL，一方面收集、清洗、合成了高质量的预锻炼多模态数据，正在多个数学代码竞赛中，并通过正在线强化进修算法不变加快锻炼，夹杂文本推理、多模态 + 推理、RLHF 等反馈信号，不联网搜刮。