迁移DeepSeek-R1同款算法，小米让7B模型登顶音频理解推断MMAU榜单

小米大模型团队通过强化学习微调阿里Qwen2-Audio-7B模型，在MMAU评测集上实现64.5%的准确率，超越此前榜首GPT-4o（57.3%）。实验显示，仅用3.8万条数据，强化学习效果显著优于监督学习在57万条数据上的表现，且7B小模型具备与大模型相当的推理能力。尽管距离人类专家82.23%的水平仍有差距，但此次突破验证了强化学习在音频理解领域的独特价值，为智能听觉研究打开新方向。
来源：https://mp.weixin.qq.com/s/S6AooleJs56Gv67vxWV9Jw