---
title: "TinyR1-Preview – 奇虎360联合北大团队推出的推理模型"
url: "https://paooo.com/aigc-news/21544/"
author: "Prompt 语宙研究院"
published_at: "2026-06-08T22:40:13+08:00"
updated_at: "2026-06-08T22:40:13+08:00"
categories: "AIGC 资讯"
tags: "AI编程, DeepSeek, HuggingFace, Llama, 开源大模型"
source: "Prompt 语宙 (https://paooo.com)"
ai_tools_directory: "语宙 AI 导航 (https://ai.paooo.com)"
---

# TinyR1-Preview – 奇虎360联合北大团队推出的推理模型

> 来源：[Prompt 语宙 (paooo.com)](https://paooo.com/aigc-news/21544/) · 作者：Prompt 语宙研究院 · 发布时间：2026-06-08

## AI 30 秒核心看点 (TL;DR)

- 32B参数量却逼近DeepSeek-R1-671B，TinyR1-Preview用更少算力实现高性能推理。
- 采用数学、编程、科学三路分治训练，再用Mergekit融合，突破单一模型性能上限。
- AIME 2024得分78.1，数学能力接近原版R1，适合教育、科研、开发等场景。

## TinyR1-Preview是什么

TinyR1-Preview是北京大学计算机学院与360公司联合推出的32B参数量的推理模型。模型仅用5%的参数量，逼近Deepseek-R1-671B的性能，TinyR1-Preview在数学领域（AIME评测78.1分）逼近原版R1（79.8分），远超70B的Deepseek-R1-Distill-Llama（70.0分）。TinyR1-Preview基于“分治-融合”策略，分别训练数学、编程、科学三大垂直领域模型，借助Mergekit工具实现智能融合，突破性能上限。

## TinyR1-Preview的主要功能

- **强大的数学推理能力**：在复杂数学问题（如 AIME 2024）上表现出色，快速准确地解决高难度数学题目。

- **高效的编程辅助**：支持代码生成和调试，帮助开发者快速解决问题，提升编程效率。

- **科学问题解答**：支持处理复杂的科学问题，提供准确的答案和解释。

- **轻量级部署**：仅需 32B 参数量，相比大型模型，推理成本更低，适合资源受限的场景。

## TinyR1-Preview的技术原理

- **分治策略**：基于 DeepSeek-R1 生成的海量领域数据，分别训练数学、编程、科学等垂直领域的子模型，每个子模型专注于特定领域的任务。

- **智能融合**：基于 Arcee 团队的 Mergekit 工具，将不同领域的子模型进行智能融合，突破单一模型的性能上限，实现多任务的均衡优化。

- **蒸馏技术**：基于模型蒸馏方法，将大型模型的知识迁移到较小的模型中，仅用 5% 的参数量达到原版 R1 模型 95% 以上的性能。

- **优化训练**：基于领域数据训练和智能融合，TinyR1-Preview 在推理效率和性能上显著提升，保持轻量级的特点，适合快速部署和应用。

## TinyR1-Preview的项目地址

- **HuggingFace模型库**：[https://huggingface.co/qihoo360/TinyR1-32B-Preview](https://huggingface.co/qihoo360/TinyR1-32B-Preview)

## TinyR1-Preview的应用场景

- **教育领域**：辅助数学学习和编程教育，提供解题思路和代码生成。

- **科研学术**：帮助科研人员解答科学问题，设计实验和分析数据。

- **软件开发**：生成代码、优化算法，提升开发效率。

- **企业应用**：支持数据分析和流程优化，辅助企业决策。

- **个人生活**：作为智能助手，提供知识查询和学习支持。

## 常见问题解答 (FAQ)

### TinyR1-Preview是什么模型？
TinyR1-Preview是北京大学计算机学院与360公司联合推出的32B参数推理模型，主打数学、编程和科学问题处理。它通过分治训练与智能融合，在较小参数规模下逼近更大模型的推理表现。

### TinyR1-Preview为什么性能高？
它基于“分治-融合”策略，先分别训练数学、编程、科学三个垂直领域子模型，再借助Mergekit进行智能融合，并结合蒸馏技术把大模型知识迁移到小模型中，从而提升整体推理能力。

### TinyR1-Preview适合哪些应用场景？
适合教育、科研、软件开发、企业分析和个人知识助手等场景。它在数学推理、代码生成、科学问答方面表现突出，同时参数量较小，更利于资源受限环境部署。

---
探索 2,800+ 全球实用 AI 工具与官方直达入口：[语宙 AI 导航 (https://ai.paooo.com/)](https://ai.paooo.com/)
