2025年2月24日，由北京大学计算机与360公司联合研发的32B模型Tiny-R1-32B-Preview正式亮相，仅以5%参数量，逼近DeepSeek-R1-671B的性能。该研究得到了国家自然科学基金委项目（U20A20179、62372009）的资助，得到了北大临港科创中心在算力资源方面的支持。

核心突破：小模型，大能量

▪  数学领域：以78.1分（AIME 2024评测）逼近原版R1模型（79.8分），仅差1.7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，推理成本大幅降低。  

技术革新：领域专精+模型融合

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。  

开源承诺：推动技术普惠

▪  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的成功是站在了巨人的肩膀上，受益于开源社区精神，结合DeepSeek-R1蒸馏、DeepSeek-R1-Distill-32B增量训练、模型融合等技术，使用360-LLaMA-Factory训练而来，未来我们也将持续探索更轻量、更强大的模型，推动AI技术普惠化进程，并回馈开源社区。”

北大团队成员合影: 吴钰晗、江子涵、刘文睿、周俊廷、崔斌、杨仝

360团队成员合影: 孙林、赵光香、简小奇、林伟宏、朱永福、贾长娥、张苓琳、吴金柱、胡塞尔、张向征