小米 发布 MiMo-7B 数据集, 应用在 自然语言处理、机器学习 领域

小米 本次发布的数据集 MiMo-7B, MiMo-7B是一个大型语言模型，旨在进行推理任务，通过优化预训练和后训练阶段，增强了模型的推理潜力。该模型在预训练阶段使用了25万亿个token进行训练，并采用了多token预测目标来提高性能和加速推理速度。在后训练阶段，我们精心策划了一个包含130K个可验证的数学和编程问题的数据集，用于强化学习，并引入了一种测试难度驱动的代码奖励方案，以缓解稀疏奖励问题，并采用策略性数据重采样来稳定训练。广泛的评估表明，MiMo-7B-Base具有卓越的推理潜力，甚至超过了更大的32B模型。

查看MiMo-7B

README 内容： 

关于 小米 , 小米是一家中国的高科技公司，专注于智能硬件和电子产品的研发，其语言模型核心团队负责开发自然语言处理相关的技术。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。