面壁智能开源 MiniCPM5-2B：权重、数据、训练配方与 RL 框架全量放出

开源模型推理优化模型蒸馏模型评测对比端侧部署训练引擎本地化运行Apache 2.0协议GitHub开源

2026-09-08 13:51

53 浏览

0 点赞

AI 速览

面壁智能全量开源 MiniCPM5-2B 端侧大模型及完整训练体系，适合希望复现或微调高性能小模型的研究者与开发者。核心事实 - 模型规格：MiniCPM5-2B 为 2.5B 稠密模型，Llama 架构，131K 上下文，支持标准推理栈 - 开源内容：权重（含 Base/Midtrain/SFT/对齐四阶段）、UltraData 数据集、训练配方、自研 RL 框架 Meshy - 性能表现：官方综合均分 53.9 居 2B 级首位；第三方 AA Intelligence Index v4.2 给出 15 分，为 4B 以下最高 - 训练方法：采用三阶段后训练，含 400B Token SFT 和 16 个 RL 专家蒸馏，RL 算法为 JustRL II - 部署支持：覆盖 Transformers/vLLM/llama.cpp/Ollama/MLX 等主流框架，适配 9 款国产及国际芯片 - 系列进展：继 5月19日发布 1B 版后，此为 MiniCPM5 系列第二款；6月30日前系列下载量超 3800 万次时间线 - 2026-05-19：MiniCPM5-1B 发布 - 2026-07-19：MiniCPM5-2B 在 WAIC 2026 亮相 - 2026-09-08：全量开源 MiniCPM5-2B 及配套资源关键数据 - 模型总参数：2,516,756,480 - 官方综合均分：53.9（对手最高 51.1） - AA Intelligence Index v4.2 分数：15（4B 以下开源模型最高） - 系列累计下载量：超 3800 万次（截至 2026-06-30）价值点提供从数据、训练到部署的完整可复现路径，显著降低高性能端侧模型的开发门槛，尤其利于国产芯片生态适配和 Agent 应用开发。

9月8日消息，面壁智能（OpenBMB）全量开源 MiniCPM5-2B：一个 2.5B 级的稠密端侧模型，权重之外连 UltraData 分层数据集、训练配方和自研 RL 框架 Meshy 一起放出，采用 Apache 2.0 协议。官方对比集里，它以 53.9 的综合均分居 2B 级开源模型首位，并超过参与对比的更大模型；第三方 Artificial Analysis 的 Intelligence Index v4.2 给它 15 分，为 4B 以下总参数开源权重模型最高。模型曾在 7月19日的 WAIC 2026 上亮相。

面壁智能开源 MiniCPM5-2B：权重、数据、训练配方与 RL 框架全量放出

规格：一个标准 Llama 架构的 2.5B

MiniCPM5-2B 的总参数为 2,516,756,480，非 Embedding 参数 1,981,982,720，42 层，注意力用 GQA（16 个 Q 头、2 个 KV 头），上下文长度 131,072 Token，纯文本模态。架构是标准 LlamaForCausalLM，官方特别说明不需要改模型代码或自带 kernel，现有的推理栈可以直接接。

放出的是整条训练轨迹的快照：Base、Midtrain、SFT 和最终对齐版四个阶段各有一份权重，另有 GGUF、MLX、GPTQ 三种量化形态和一个 DSpark 草稿模型，后者用于 SGLang 里的推测解码。模型内置思考模板，Transformers 示例里通过 enable_thinking 开关控制是否生成思考过程。官方给它的位置是本地助手、coding agent 和工具调用这类端侧场景，并说明不需要改模型代码或自带 kernel，现有推理栈可以直接接。

分数要看两套口径

第一套是官方对比集，收录 LFM2.5-2.6B、Qwen3.5-2B、Gemma-4-E2B-it 等同尺寸开源模型。MiniCPM5-2B 以 53.9 的综合均分排第一，三个对手分别是 33.2、28.0 和 24.6；它同时超过了集合外更大的参考模型，最高的是 Qwen3.5-4B 的 51.1。分项上，AIME 2025 和 2026 都是 86.5，MATH-500 为 94.6，MMLU-Pro 为 70.8，SWE-bench Verified 为 46.4，GAIA Text-103 为 88.7。要注意这套分数以官方自测为主。

第二套是第三方。Artificial Analysis 的文章写明，MiniCPM5-2B 在 Intelligence Index v4.2 拿到 15 分，是 4B 以下总参数开源权重模型里的最高分，OpenBMB 的官方账号转引了同一结论。读这个数字需要留意版本：AA 的指数更新频繁，v4.3 已经发布，不同版本的分数不能直接比较。

训练配方是这次的主角

训练走 UltraData 分层数据管理，分三阶段：Base 阶段的 stable 和 decay 两段打底，Mid-training 强化目标能力，后训练再分三步。第一步是 400B Token 的 deep-thinking SFT，建立深度思考和通用对话能力；第二步按方向训练 RL 专家，一共 16 个，其中 5 个是 Agent 方向；第三步用 On-Policy Distillation，以全词表反向 KL 把 16 个专家的能力蒸馏回一个发布模型。RL 阶段用的是基于 Critic 的 JustRL II 算法。

官方给的效果数字是：RL 加 OPD 相对只做 SFT，推理与通用能力平均提升 10.96 分，Agent 能力提升 6.96 分。这张增益表是「全量开源」的说服力所在——提升来自后训练流程而不是参数量，流程一旦开源，别人就能在自己的底座上照着做一遍。复现门槛同样真实：数据清洗和 RL 基建都是重活，Meshy 是为此放出的配套。这个自研 RL 框架同日开源，同样 Apache 2.0，卖点是「无中央控制器、无 Ray」，推理、训练、rollout 作为独立服务对等运行，同一套服务覆盖 on-policy、有界 off-policy 和全异步三种模式。

数据和部署都给了出口

数据部分放出了 UltraX、UltraData-Code（代码数据做 L0 到 L3 的分级治理）、UltraData-SFT-Agent-2609（50 万条 Agent 训练样本）、UltraData-RL-2609（8 万余条可自动校验的 RL 任务），以及 Ultra-FineWeb、UltraData-Math、UltraData-SFT-2605。

部署出口从云端铺到端侧：Transformers、vLLM、SGLang（SGLang 原生解析它的 XML 工具调用格式）、llama.cpp、Ollama、LM Studio、MLX，加上自研 CPU 框架 ArcLight；FlagOS 之下完成 9 款芯片适配，包括英伟达、昇腾、海光、昆仑芯、沐曦、摩尔线程、天数智芯，并延伸到 ARM-v9。微调路线覆盖 LLaMA-Factory、ms-swift、TRL+PEFT 和 unsloth，官方推荐采样参数为 temperature=1.0、top_p=0.95。

这是 MiniCPM5 系列的第二款模型。1B 版今年 5月19日发布时，在 AA-Index 拿到 17.9 分，超过 Qwen3.5-2B 的 16.3；据搜狐报道，MiniCPM 系列的累计下载量到 6 月 30 日已突破 3800 万次。从 WAIC 亮相到这次全量放出，间隔约 50 天。

好文章，需要你的鼓励

# 报错信息分析与调试指南 ## 任务说明请分析用户提供的报错信息，推测可能的错误原因，并提供系统性的调试步骤。 ## 分析要求 1. **错误类型识别** - 确定是语法错误、运行时错误、逻辑错误还是环境配置错误 - 识别具体的错误类别（如空指针、数组越界、类型不匹配等） 2. **原因推测** - 基于错误信息中的关键线索进行合理推断 - 考虑常见的导致此类错误的编程场景 - 分析可能的代码问题或环境问题 3. **调试步骤** - 提供从简单到复杂的逐步调试方法 - 包括代码检查、日志添加、环境验证等具体操作 - 给出预防类似错误的最佳实践建议 ## 输出格式 - **错误类型**：[具体的错误分类] - **可能原因**： 1. [原因1] 2. [原因2] 3. [原因3] - **调试步骤**： 1. [步骤1] 2. [步骤2] 3. [步骤3] 4. [步骤4] - **解决方案**：[具体的修复建议] ## 示例 **输入**：【报错信息】 ``` TypeError: Cannot read property 'length' of undefined at processData (app.js:25:18) at main (app.js:10:5) ``` **输出**： - **错误类型**：运行时错误 - TypeError - **可能原因**： 1. 变量未正确初始化就被访问其 length 属性 2. 函数参数传递了 undefined 值 3. 异步操作中数据还未加载完成就尝试访问 - **调试步骤**： 1. 检查 app.js 第25行附近的变量声明和赋值 2. 在访问 length 属性前添加类型检查：`if (variable && variable.length)` 3. 使用 console.log() 输出相关变量的值确认其状态 4. 检查函数调用时传入的参数是否正确 - **解决方案**：在访问对象属性前先验证对象是否存在，或确保变量在使用前已被正确初始化。