腾讯“混元-T1”推理模型在基准测试中与 OpenAI 的 o1 能力相匹配

　　腾讯近日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可与OpenAI的最佳推理系统相匹敌。

　　据腾讯介绍，混元-T1在开发过程中高度依赖强化学习，高达96.7%的训练后算力都用于提升模型的逻辑推理能力以及与人类偏好的一致性。

　　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，浑元-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。其在MATH-500基准测试中获得了高达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)等方面也表现出色。腾讯还指出，混元-T1在多项中文任务上的准确率超过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，从而驱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，Hunyuan-T1已通过腾讯云对外开放，并且在Hugging Face上提供了演示。

　　此次发布是继百度和阿里巴巴相继推出其声称达到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都在积极推行开源战略。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。