MiroThinker 1.5 - MiroMind 团队开源的搜索智能体模型

5.7K 00

MiroThinker 1.5是什么

MiroThinker 1.5 是 MiroMind 团队开源的搜索智能体模型，基于 Qwen3 系列开发，包含 30B 和 235B 两种参数规模版本。模型采用交互式扩展技术，支持 256K 上下文窗口和单任务 400 次工具调用，在 BrowseComp 等基准测试中刷新开源 Agent 性能记录。模型通过环境反馈优化推理路径，擅长处理长轨迹任务和工具增强推理，已开源至 GitHub 和 Hugging Face 平台，提供在线演示。

MiroThinker 1.5的功能特色

Interactive Scaling范式：采用“推理 - 验证 - 修正”循环，将智能从内部扩张到外部世界，打破孤立推理的僵局，使模型在面对问题时，不单纯依赖内部知识，通过与外部环境的交互来不断修正和验证推理结果。
性能领先：235B规模的版本在全球第一梯队中表现优异，30B版本以1/20的推理成本对标万亿参数模型，实现了在显著降低成本的同时保持一线性能。
时序敏感训练：训练过程中约束模型“只能看过去，不能看未来”，严格遵循因果律，杜绝了模型的“剧透”幻觉，使其真正具备预测能力。
实战战绩突出：成功预测了Polymarket题目、A股涨停板及GTA 6发布趋势等，展现了模型在实际应用中的强大预测和分析能力。
核心训练机制：通过Evidence-Seeking（主动求证）、Iterative Verification（多轮校验与自我修正）、Anti-Hallucination（对捷径的系统性过滤）三种机制，让模型在训练中学会如何找到、验证并使用信息，而不是单纯地记住知识。
轻量级模型规模：刻意将模型控制在30B–200B的轻量级规模，将算力更多地花在对外的信息获取与交互上，实现了更高的智能密度。
支持长视距推理与深度多步分析：支持256K上下文窗口，单任务最高支持400次工具调用，较此前开源研究智能体大幅提升。

MiroThinker 1.5的核心优势

创新的交互式扩展范式：通过“推理 - 验证 - 修正”的循环机制，打破传统模型孤立推理的局限，使模型能通过与外部环境的交互不断优化推理结果，更贴近真实世界的决策过程。
高性能与低成本的平衡：235B规模版本跻身全球第一梯队，30B版本以极低的推理成本（仅0.07美元/调用）实现与万亿参数模型相当的性能，显著降低了使用门槛。
严格的时序敏感训练：遵循因果律，约束模型只能基于已知信息进行推理，杜绝“剧透”幻觉，真正具备预测未来的能力。
强大的实战预测能力：成功预测了Polymarket题目、A股涨停板及GTA 6发布趋势等复杂事件，验证了其在实际应用中的高准确性和可靠性。
高效的训练机制：采用Evidence-Seeking、Iterative Verification和Anti-Hallucination三种核心训练机制，让模型在不确定性面前学会主动求证和自我修正，避免幻觉和错误。
轻量级与高智能密度：模型规模控制在30B–235B之间，将更多算力用于信息获取与交互，实现更高的智能密度，避免了参数规模过大的弊端。
长视距推理能力：支持256K上下文窗口和最高400次工具调用，能够进行深度多步分析，适用于复杂任务的推理。
开源与开放性：模型在Hugging Face平台开放下载，同时提供官方体验地址，方便开发者和用户进行测试和应用。

MiroThinker 1.5官网是什么

GitHub仓库：https://github.com/MiroMindAI/MiroThinker
HuggingFace模型库：https://huggingface.co/collections/miromind-ai/mirothinker-v15
在线体验：https://dr.miromind.ai/

MiroThinker 1.5的适用人群

人工智能研究者：MiroThinker 1.5的创新交互式扩展范式和高效的训练机制，为研究者提供了新的研究方向和实验平台，有助于推动人工智能领域的理论研究和技术突破。
数据科学家和分析师：强大的预测能力和长视距推理能力，能帮助数据科学家和分析师在复杂的数据分析和预测任务中获得更准确的结果，提升工作效率。
金融科技从业者：在金融领域，MiroThinker 1.5可以用于市场趋势预测、风险评估和投资决策支持，为金融科技从业者提供有力的工具。
企业决策者：出色的预测和决策支持能力，可以帮助企业决策者在复杂多变的市场环境中做出更明智的战略决策，提升企业的竞争力。
开发者和工程师：MiroThinker 1.5的开源特性和灵活的API接口，成为开发者和工程师构建智能应用的理想选择，可以快速集成到各种软件和系统中。