腾讯“混元-T1”推理模型基准测试媲美OpenAI的o1能力

文章来源：放心AI网发布时间：2025-04-02 14:29:43

腾讯近日推出了全新大型语言模型——混元-T1，并声称其推理能力与OpenAI的顶尖推理系统不相上下。据腾讯披露，混元-T1在研发过程中深度依赖强化学习，训练后高达96.7%的算力都致力于提升模型的逻辑推理能力及与人类偏好的一致性。在多项基准测试中，混元-T1展现了卓越性能。在涵盖14个学科知识的MMLU-PRO评估中，该模型取得了87.2分，稍逊于OpenAI的o1模型。而在科学推理领域，浑元-T1在GPQA-diamond测试中斩获69.3分。尤其值得一提的是，腾讯特别强调了混元-T1在数学领域的出色表现。在MATH-500基准测试中，该模型以96.2分的高分仅次于Deepseek-R1。同时，在代码生成（LiveCodeBench得分64.9）和高难度推理（ArenaHard得分91.9）方面，混元-T1同样展现了不凡实力。此外，腾讯还指出，该模型在多项中文任务上的准确率已超90%。在模型训练方面，腾讯采用了逐步增加任务难度的课程学习方法，并创新性地开发了自我奖励系统，通过模型的早期版本评估新版本的输出，从而不断推动模型性能的提升。混元-T1采用了Transformer Mamba混合架构，腾讯表示，在相同条件下，该架构处理长文本的速度是传统模型的两倍。目前，混元-T1已通过腾讯云对外开放，并在Hugging Face上提供了演示。此次发布是中国科技巨头在AI领域展开竞争的又一重磅动作，此前百度和阿里巴巴也已相继推出了自研模型，并声称达到o1水平。值得关注的是，阿里巴巴、百度和Deepseek均在积极推进开源战略。前谷歌中国区总裁、人工智能投资者李开复曾公开表示，这些中国AI模型的发展对OpenAI构成了潜在的生存威胁。