1月5日，MiroMind团队正式发布其自研搜索智能体模型MiroThinker 1.5。该团队由陈天桥与清华大学代季峰教授联合发起，专注于发现式智能研究。

据悉，MiroThinker 1.5采用Interactive Scaling技术，将模型训练重点从内部参数（Internal Parameters）扩展转向外部信息交互（External Interaction）。该模型在BrowseComp等基准测试中表现突出，其中30B参数版本在BrowseComp-ZH评测集上实现性能超越，单条调用成本为0.07美元。

据了解，该模型通过三种核心训练机制构建"推理-验证-修正"循环：Evidence-Seeking（主动求证）鼓励模型将关键判断拆解为可验证的子假设；Iterative Verification（多轮校验）要求模型对已有判断进行反证测试；Anti-Hallucination（抗幻觉）对缺乏真实依据的推理路径进行系统性过滤。

训练过程中，团队采用时序敏感训练沙盒技术，构建覆盖多任务类型的可控数据合成体系。每一道题目的"正确答案"均随时间戳动态演化，模型必须在严格的信息可见性约束下进行判断，确保推演与评分符合真实世界的时序逻辑。

目前，MiroThinker 1.5模型已在Hugging Face平台开放下载。（袁宁）

本文来自网易科技报道，更多资讯和深度内容，关注我们。