MiniCPM 1.0 采用标准的多头自注意力机制（MHA）， MiniCPM 2.0 引入了分组查询注意力机制（GQA），提高了注意力计算效率， MiniCPM 3.0 使用了 MLA（Multi-Level Attention），这一核心创新使得模型在复杂任务处理中的推理和生成能力更强，特别是长文本处理时性能更为稳定。
从 MiniCPM 2.0 开始，词表大小被大幅精简至 73K，有效提高了模型的处理速度和多语言场景中的适用性。
随着版本迭代，模型层数逐步增加，提升了模型的复杂性与推理能力。
MiniCPM 3.0 的隐藏层节点增加至 2560，使模型的表现力和任务处理能力进一步增强，特别是在数据推理任务上表现更加优秀。
MiniCPM 3.0 的上下文处理长度大幅提升至 32K，支持长文本的处理。这为模型在文档分析、写作工具等应用场景中提供了强大的优势。
MiniCPM 3.0 引入了系统提示词功能，并支持工具调用和代码解释器，使得模型能够通过自然语言交互执行复杂任务，特别是在工具调用上性能显著增强。
ingFang SC", "Hiragino Sans GB", "Microsoft YaHei UI", "Microsoft YaHei", "Source Han Sans CN", sans-serif, "Apple Color Emoji", "Segoe UI Emoji";letter-spacing: normal;background-color: rgb(253, 253, 254);">02 核心亮点：打破性能与参数之间的界限
无限长文本处理，性能随文本长度延展
MiniCPM 3.0 引入了 LLMxMapReduce 技术，实现了无限长文本的处理能力。无论是 32K 还是 512K，模型都能高效处理长文本，并且在长文档场景中具备超强的性能稳定性。
在长文本测试的 InfiniteBench Zh.QA 评测中，MiniCPM 3.0 甚至超越了 8B、9B 参数量级的对手 Kimi，展现出极为优异的表现。
端侧最强 Function Calling，媲美 GPT-4o
MiniCPM 3.0 是目前端侧设备上 Function Calling 性能最强的模型之一，能够精准理解用户输入，并转化为可执行的结构化指令。无论是调用日历、天气、还是手机中的文件和应用，MiniCPM 3.0 都能流畅响应。
在 Berkeley Function-Calling Leaderboard 上，MiniCPM 3.0 的性能接近 GPT-4o，证明了它在工具调用上的实力。
RAG 三件套：检索、排序、生成全能选手
MiniCPM 3.0 同时发布了 RAG（检索增强生成）三件套：MiniCPM-Embedding（检索）、MiniCPM-Reranker（重排序）和 MiniCPM3-RAG-LoRA（生成）。在多项检索任务中取得了 SOTA（State of the Art）的表现。
经过 LoRA 微调后，MiniCPM 3.0 在开放域问答、多跳问答等任务上，超越了 Llama3-8B 和 Baichuan2-13B，成为中英文跨语言检索的领导者。
从评测数据中可以看出，MiniCPM3-4B 在多个评测集上的表现优越，尤其在整体性能和工具调用能力方面展现了明显的领先优势。
在综合评测的平均分上，MiniCPM3-4B 以 66.3 的得分超越了 Qwen2-7B（65.3） 和 GLM-4-9B-Chat（65.0） 等大模型，展现出强大的综合能力。与部分 7B、9B 参数的大模型相比，MiniCPM3-4B 的性能表现显著更好，尤其是在中文能力、数学能力等任务中优势明显。
在工具调用能力的评测中，MiniCPM3-4B 在 BFCL（Berkeley Function Calling Leaderboard）上的得分高达 76.0%，领先于 Qwen2-7B-Instruct（71.6%） 和 GLM-4-9B-Chat（70.1%） 等多个更大参数模型，表现出超强的工具调用能力。相比于其他大模型，MiniCPM3-4B 在这方面的领先地位使其在实际应用中更加高效、灵活。