科技日报记者 李禾
近日，MiroMind团队正式发布其自研的搜索智能体模型 MiroThinker1.5。MiroMind是由盛大集团、天桥脑科学研究院创始人陈天桥与清华大学电子工程系副教授代季峰联合发起。该模型旨在探索一条与追求参数规模扩张不同的技术路径。
陈天桥认为，发现式智能的一项能力是在未知条件下重建对世界的理解，真正的智能不靠全知，而靠会研究、会查证、会修正——就像严谨的研究者对外快速取证、对内去伪存真，在不确定性里逼近真相，最终获得“预测未来”的能力，而这也是MiroMind的使命。
根据MiroMind团队发布的信息，MiroThinker1.5的核心创新在于其提出“交互式扩展”技术。团队认为，传统依赖扩大模型内部参数数量的扩展法则已触及边际瓶颈，因此将智能增长的焦点转向模型与外部世界信息的交互能力。该技术通过构建“推理—验证—修正”循环机制，引入外部信息作为校验锚点，用确定性证据流来对冲不确定性的推演，解决逻辑坍塌问题。也就是说，团队不追求让模型拥有一颗“最重的脑子”，而是培养它拥有一双“最勤的手”，将其训练为一个善于主动向外求证、敢于否定自己、能够快速修正路径的智能体模型。
在性能表现方面，团队公布的数据显示，参数量为300亿的模型版本在部分基准测试中，展示了与参数量高出其数十倍的万亿级模型相媲美甚至更优的性能。同时，单次调用成本显著低于对比的万亿参数模型。团队解释，这是由于模型不再需要将庞大的世界知识全部内化为参数，而是学会在需要时，快速、精准地向外部世界“借力”。用更小参数规模换来更高智能密度，这也是该智能体模型在降低推理成本的同时，依然保持高性能的根本原因。
网友评论
