近日，360智脑团队宣布成功复现Deepseek的强化学习效果，并正式发布开源推理模型 Light-R1-14B-DS。该模型性能表现超越 DeepSeek-R1-Distill-Llama-70B和 DeepSeek-R1-Distill-Qwen-32B，成为业界首款在14B参数规模上实现强化学习效果的模型，显著提升了数学推理能力，成绩超过大多数32B级别模型。与 DeepSeek-R1-14B 相比，Light-R1-14B-DS*在数学竞赛任务中表现突出:在 AIME24测试中提升4.3分，在 AIME25中更是提高10分。此外，在数学推理任务 GPQA 上，该模型取得61.7分 的优异成绩。为实现这一突破，360智脑团队采用了两

360智脑团队与北京大学联合研发的中等量级推理模型 Tiny-R1-32B-Preview 正式发布。这一模型仅以5%的参数量，成功逼近了 Deepseek-R1-671B 的满血性能，展现了小模型在高效推理领域的巨大潜力。该模型在多个关键领域的表现尤为突出。在数学领域，Tiny-R1-32B-Preview

360集团的创始人、董事长及CEO周鸿祎近日宣布，公司的360安全大模型将向公众免费开放。周鸿祎强调，360集团的目标是普及大模型技术，使其不再是只有少数厂商能够利用来盈利的稀有资源。他期望通过这一举措，让更多企业和个人能够负担得起并有效利用大模型技术，从而推动安全行业的技术进步和生产力的变革。