MiMo

MiMo 是一个面向语言模型推理能力增强的开源训练框架，聚焦于从预训练到后训练全链路挖掘模型的数学与代码推理潜力。项目采用强化学习（RL）持续优化中小规模模型（如7B），在AIME、MATH、LiveCodeBench等硬核推理基准上取得显著提升；支持长思维链训练、多阶段SFT+RL联合调优，并提供可复现的训练配置与开放权重。适用于需要高性价比推理能力的学术研究、教育辅助及轻量级AI应用开发场景。