📖 AI 总结

OpenBMB发布了MiniCPM5系列的第二代模型MiniCPM5-2B，这是一个拥有25.2亿参数的稠密因果语言模型，其中约19.8亿参数位于嵌入层之外。模型采用42层架构、分组查询注意力机制，原生支持131,072个token的上下文窗口，并基于标准Llama架构设计，无需定制内核即可在主流推理引擎中运行。在34项基准测试中，MiniCPM5-2B平均得分53.9，超越同尺寸竞品，甚至高于更大规模的Qwen3.5-4B（51.1分）。其代码推理能力突出，在LiveCodeBench v6上达到69.1分，工具使用表现尤为亮眼，τ²-Bench Telecom得分97.1。训练采用SFT、强化学习及在线策略蒸馏的流程，基于UltraData分层数据管理方法。模型权重采用Apache 2.0许可，支持端侧部署。