腾讯“混元-T1”推理模型在基准测试中达到与 OpenAI 的 o1 模型相匹敌水平

腾讯最近宣布推出其最新的大型语言模型——混元-T1，并表示该模型在推理能力上与OpenAI的最佳推理系统相媲美。据腾讯介绍，混元-T1在开发过程中高度依赖强化学习，其中高达96.7%的训练资源被用于提升模型的逻辑推理能力和与人类喜好的一致性。

在多项基准测试中，混元-T1展现出强大的性能。在测试14个学科知识的MMLU-PRO评估中，该模型取得了87.2分，仅略低于OpenAI的o1模型。在科学推理方面，混元-T1在GPQA-diamond测试中获得了69.3分。

尤其值得一提的是，腾讯强调混元-T1在数学方面的卓越表现。在MATH-500基准测试中，该模型获得了高达96.2分的成绩，仅次于Deepseek-R1。此外，该模型在代码生成（LiveCodeBench:64.9分）和高难度推理（ArenaHard:91.9分）等方面表现出色。腾讯还指出，混元-T1在多项中文任务中的准确率超过90%。

在模型训练方面，腾讯采用了课程学习的方法，逐步增加任务难度。此外，该公司还创新性地开发了自我奖励系统，利用模型的早期版本评估新版本的输出，从而推动模型性能的持续提升。

混元-T1采用了Transformer Mamba混合架构，腾讯声称在相同条件下，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。

此次发布是在百度和阿里巴巴相继推出声称达到o1水平的自研模型后，中国科技巨头在AI领域展开竞争的又一重要举措。值得注意的是，阿里巴巴、百度和Deepseek都在积极实行开源战略。人工智能投资者、前谷歌中国区总裁李开复此前曾公开表示，这些中国AI模型的发展对OpenAI构成了潜在的生存威胁。