刚刚，字节旗下的豆包团队发布了他们最新的推理模型Seed-Thinking-v1.5！
亮点很突出：200B参数击败DeepSeek R1(671B),不到后者参数量的三分之一！
与其他最新的超大杯推理模型相比，Seed-Thinking-v1.5 是一个相对小型的专家混合（MoE）模型——激活参数为 20B，总参数规模为 200B。
Seed-Thinking-v1.5 在数学、科学和逻辑推理等“硬核”任务中表现稳定：在 AIME 2024 上取得了 86.7 分，在 Codeforces 上达到 55.0 分，在 GPQA 上达到 77.3 分，展现出在 STEM 领域和编程任务中的出色推理表现。
除了推理任务，该方法还展现出对多种任务的优秀泛化能力。例如，在非推理任务上的胜率比 DeepSeek R1 高出 8%，表明其适用范围更广。
此外，为了更好评估模型通用推理能力，字节专门开发了两个内部基准：BeyondAIME 和 Codeforces。这两个基准之后会开源，以支持后续研究。
报告地址：https://github.com/ByteDance-Seed/Seed-Thinking-v1.5
