智东西3月22日报导，昨晚，腾讯正式将混元大模型系列的深度考虑模型晋级为混元-T1正式版。

  该模型的前身是，本年2月中旬混元团队在腾讯元宝APP上线的根据混元中等规划底座的混元T1-Preview（Hunyuan-Thinker-1-Preview）推理模型。

  首个超大规划Hybrid-Transformer-Mamba MoE大模型TurboS快考虑基座

  T1在多个揭露数据集的评测成果为，在MMLU-pro、CEval、AIME、Zebra Logic等

  一、生成速度超DeepSeek-R1，杂乱指令、长文摘要、角色扮演均能担任

  第一个提示词是“醋酸乙酯能与水混合吗”。可以正常的看到T1和DeepSeek-R1全体生成成果的长度、成果都附近，不过T1的生成速度显着更快。

  ，这一问题中关于模型的约束条件更多，其思维进程更长。从输出成果来看，T1和DeepSeek-R1生成的定论共同，速度仍然是T1更快。

  。让T1对出下联，提示词中给出的上联是“深深浅浅溪流水”。这其间的难点在于，模型要遵从共同的三点水偏旁、前四个字是AABB结构。T1的考虑进程中，精确剖析出了上联的特色，并在经过屡次过错测验后给出了答案：“洋洋洒洒波澜涌”。

  ，其提示词为敞开问题“生成一个朋友圈案牍，主题是漫漫人生路”，这之中并没有给出清晰的风格指令要求，归于敞开性问题。

  提示词是“针对微软收买暴雪的4000字左右新闻报导，要求T1总结一下文章的主要内容”。在输出成果中，T1不只总结了文章的主要内容，还提炼出新闻报导中的多个要害数字。

  才能。提示词为“请扮演李白，口气契合李白特征，猜一个灯谜：告状无效”。T1的考虑进程要点剖析了灯谜，得出成果为“皓”后，依照李白的口吻输出了答案并赋诗一首。

  混元-T1除了在各类揭露Benchmark、如MMLU-pro、CEval、AIME、Zebra Logic等中英文常识和比赛级数学、逻辑推理指标上根本相等或略超R1外，在腾讯内部人工体会集点评上也能对标，其间文创指令遵从、文本摘要、Agent才能方面略胜于R1。

  在测验基座模型关于广泛常识了解的回忆和泛化才能的数据集MMLU-PRO上，T1得分仅次于o1，在CEval、AIME、Zebra Logic等中英文常识及比赛级数学、逻辑推理的揭露基准测验中，T1的体现与R1根本相等或略超R1。

  ，这也是工业界初次将混合Mamba架构无损应用于超大型推理模型。这一架构能下降传统Transformer架构的核算杂乱度，削减KV-Cache内存占用，下降练习和推理本钱。

  在长文本推理方面，TurboS的长文捕捉才能可以有用处理长文推理中的上下文丢失和长距离信息依靠难题。Mamba架构可专门优化长序列处理才能，并经过高效核算方法在保证长文本信息捕捉才能的一起，下降核算资源的耗费，使得模型相同布置条件下、解码速度快2倍。

  的算力投入到强化学习练习，要点环绕纯推理才能的提高以及对齐人类偏好的优化。

  的数据。研讨人员根据国际理科难题，收集了包括数学/逻辑推理/科学/代码等的数据集，包括从根底数学推理到杂乱科学问题处理的问题，然后结合ground- truth的实在反应，保证模型在面临各种推理使命时的体现。

  的方法逐渐提高数据难度，一起阶梯式扩展模型上下文长度，使得模型推理才能提高的一起学会高效使用token进行推理。

  在对齐人类偏好阶段，其选用self-rewarding（根据T1- preview 的前期版别对模型输出做归纳点评、打分）+reward mode的

  腾讯混元模型系列本年进入快速迭代期，其连续推出腾讯混元深度考虑模型T1和自研快考虑模型Turbo S。此前，混元Turbo S在技能打破方面完成了首字时延下降44%，并已应用于腾讯元宝等腾讯内部产品。

  此次发布的腾讯混元深度考虑模型T1预览版也早已上线腾讯元宝，可以精确的看出，腾讯内部事务和场景现已全面接入混元系列大模型才能，如腾讯元宝、腾讯云、QQ、微信读书、腾讯新闻、腾讯客服等。

  在此根底上，腾讯混元团队正在探究新的研讨思路，找到下降大模型错觉、下降练习本钱等的新解题思路。