國產(chǎn)自研開源模型，讓模型不用在快思考和慢思考間二選一了！

華為最新發(fā)布openPangu-Embedded-7B-v1.1，參數(shù)只有7B，卻身懷雙重“思維引擎”。

要知道，長期以來，大模型快思考與慢思考模式不可兼得，這成為業(yè)界的一大痛點。在當(dāng)前大模型混戰(zhàn)中，各家巨頭都在尋求破局之道，但此前開源領(lǐng)域一直缺乏一款可自由切換快慢思維模式的模型。

要快，還是要慢？AI在面對不同難度的問題時也有“選擇困難癥”。

而現(xiàn)在，openPangu-Embedded-7B-v1.1，通過漸進(jìn)式微調(diào)策略和獨特的快慢思考自適應(yīng)模式，既支持手動切換“快思考”或“慢思考”模式，也能根據(jù)問題難度自動在兩種思維模式間無縫轉(zhuǎn)換。

簡單問題它秒答如飛，復(fù)雜任務(wù)它深思熟慮，一舉填補了開源大模型在這一能力上的空白，讓效率與準(zhǔn)確率實現(xiàn)雙贏。

在通用、數(shù)學(xué)、代碼等多個權(quán)威評測中，該模型精度相較于此前模型大幅提升，且引入模式自動切換并沒有犧牲精度。在CMMLU等基準(zhǔn)中，openPangu-Embedded-7B-v1.1保持精度的同時，平均思維鏈長度縮短近50%。

模型現(xiàn)已在GitCode開源。

所以，openPangu-Embedded-7B-v1.1究竟是如何做到的？華為盤古團隊在模型訓(xùn)練策略上又有哪些創(chuàng)新？

漸進(jìn)式微調(diào)策略：像人一樣“進(jìn)階”學(xué)習(xí)

眾所周知，大模型往往需要海量訓(xùn)練才能具備強大的推理能力。然而，openPangu團隊并未采取一味“填鴨式”的訓(xùn)練方式，而是采用了一種漸進(jìn)式微調(diào)（SFT，Iterative Distillation）策略，模擬人類逐步進(jìn)階的學(xué)習(xí)過程。

通過精心設(shè)計的迭代訓(xùn)練，讓模型在每一步都處于“適度挑戰(zhàn)”的學(xué)習(xí)區(qū)間，能力穩(wěn)步提升。

具體來說，團隊將漸進(jìn)式微調(diào)劃分為三個循序漸進(jìn)的階段，每一步都讓模型獲得針對性的提升：

第一步：合理選題，保持適度挑戰(zhàn)

在每一輪訓(xùn)練迭代中，模型會根據(jù)自身當(dāng)前能力對候選訓(xùn)練樣本進(jìn)行難度評分，優(yōu)先挑選難度適中、不偏易也不偏難的題目來訓(xùn)練。這樣確保模型始終在與能力相匹配的挑戰(zhàn)中學(xué)習(xí)，既不會因過于簡單停滯不前，也不會因過難而無法收獲，步步為營拓展能力邊界。

第二步：歸納總結(jié)，穩(wěn)固已有知識

完成一輪訓(xùn)練后，產(chǎn)生的多個模型版本（不同檢查點）不會簡單取舍，而是通過參數(shù)增量融合（inter-iteration merging）合并成統(tǒng)一的模型。這一步相當(dāng)于將新學(xué)到的知識與原有能力進(jìn)行“匯總?cè)诤稀保屇Ｐ偷恼J(rèn)知更加穩(wěn)固，避免遺忘過去學(xué)到的本領(lǐng)。

第三步：持續(xù)提升，擴展能力邊界

隨著上述循環(huán)不斷進(jìn)行，模型積累的知識與技能越來越豐富，自身能力水漲船高，能夠勝任更復(fù)雜的數(shù)據(jù)訓(xùn)練。這時，它進(jìn)入了更高水平的“拉伸區(qū)”，可以挑戰(zhàn)此前無法解答的難題。模型能力的提升又反過來推動下一輪更高難度的數(shù)據(jù)選擇，形成一個不斷進(jìn)化的良性循環(huán)。

通過這樣的漸進(jìn)式訓(xùn)練方式，openPangu-Embedded-7B-v1.1不再是被動接受知識的“填鴨式”學(xué)習(xí)者，而是化身為一個能夠持續(xù)進(jìn)化的學(xué)習(xí)者。實驗結(jié)果表明，這一策略讓模型的推理過程更加穩(wěn)定，泛化表現(xiàn)更加強勁。

快慢自適應(yīng)機制：兩階段課程，從“手動擋”進(jìn)階“自動擋”

相比之前開源的openPangu-Embedded-7B-v1，此次開源的openPangu-Embedded-7B-v1.1模型最大的亮點，就是引入了獨特的快慢思考自適應(yīng)模式，使得模型可以自動根據(jù)任務(wù)難度選擇使用快思考還是慢思考進(jìn)行解答。

相比4月先行披露的技術(shù)報告，團隊的快慢思考切換訓(xùn)練方案進(jìn)行了大幅升級，不但從方案上演進(jìn)為了數(shù)據(jù)質(zhì)量驅(qū)動的學(xué)習(xí)策略，快慢思考切換的范圍也從數(shù)學(xué)任務(wù)擴展到了一般任務(wù)。

第一階段：教會模型區(qū)分快慢。

在這個“低難度課程”階段，研究團隊首先通過數(shù)據(jù)構(gòu)造，讓模型明確什么是“快思考”、什么是“慢思考”。

他們精心構(gòu)建了一個混合訓(xùn)練數(shù)據(jù)集：在用戶提問（Prompt）中附加特殊的標(biāo)識符，直接告訴模型該用快思考還是慢思考來回答。通過在這個帶有明確指示信號的數(shù)據(jù)上訓(xùn)練，模型學(xué)會將特定輸入模式與對應(yīng)的思維方式、回答風(fēng)格建立關(guān)聯(lián)。

可以說，這一步猶如給模型裝上“手動變速箱”，明確劃定了兩種思考模式的界限，是一堂扎實的“熱身課”，確保模型具備基本的快慢思維切換意識。

第二階段：自主學(xué)會切換。

當(dāng)模型已經(jīng)掌握了顯式控制的本領(lǐng)后，就進(jìn)入更具挑戰(zhàn)性的“進(jìn)階課程”。這一階段不再提供外部快/慢提示，而是要求模型根據(jù)問題本身自行判斷何時該快、何時該慢。

從簡單樣本過渡到復(fù)雜樣本，團隊設(shè)計了一套數(shù)據(jù)質(zhì)量驅(qū)動的自優(yōu)化訓(xùn)練策略：先用第一階段訓(xùn)練好的模型作為“教練”，為同一問題生成多樣化的解答鏈路，然后從中挑選質(zhì)量最高的解答，再以這些優(yōu)質(zhì)解答來有選擇地微調(diào)模型。

通過這種“從優(yōu)錄取”的訓(xùn)練方式，模型逐漸學(xué)會了從復(fù)雜問題中自主推斷最優(yōu)思考路徑，無需明確指令就能自動在快/慢模式間切換。可以說，這一步為模型裝上了智能“自動變速箱”——它告別了對外部指令的依賴，實現(xiàn)了內(nèi)在驅(qū)動的決策。這一階段的訓(xùn)練難度顯著高于第一階段，因為模型需要領(lǐng)悟更深層的隱含邏輯，而不再是簡單遵循提示符號。

經(jīng)過兩個階段環(huán)環(huán)相扣的“課程學(xué)習(xí)”，openPangu-Embedded-7B-v1.1完成了從外部信號驅(qū)動的顯式切換到內(nèi)部能力驅(qū)動的隱式切換的蛻變，大幅提升了模型在復(fù)雜推理任務(wù)中的靈活性與自主性。

最終，經(jīng)過這一套訓(xùn)練流程，新模型成功解鎖了快慢思考模式的雙模式切換——既支持用戶手動指定思考模式，也能在無需人為干預(yù)下自動選擇最合適的推理方式。

快慢自適應(yīng)減少簡單任務(wù)Token量三到五成

如此復(fù)雜的訓(xùn)練設(shè)計，最終效果如何？openPangu-Embedded-7B-v1.1在多個權(quán)威評測上交出了令人欣喜的答卷。

首先是精度的大幅提升。相較前代模型v1版本，新模型在通用、數(shù)學(xué)、代碼等各類數(shù)據(jù)集上全面超越了自己過去的成績。其中在最棘手的數(shù)學(xué)難題數(shù)據(jù)集（如AIME挑戰(zhàn)）上，v1.1版本取得了遠(yuǎn)超v1的領(lǐng)先表現(xiàn)。

更難得的是，在采用自適應(yīng)快慢思考模式下，新模型在復(fù)雜任務(wù)上的準(zhǔn)確率依然保持與純“慢思考”情況下幾乎相同的水準(zhǔn)，即引入自動切換并沒有犧牲精度。

其次在響應(yīng)效率上，成果同樣令人眼前一亮。對于簡單問題，openPangu-Embedded-7B-v1.1能夠自動切換為快思考模式，大幅縮短不必要的冗長推理過程。

在某些基準(zhǔn)測試中（例如中文綜合知識測試集CMMLU），新模型在保持精度基本不變的前提下，將平均輸出的思維鏈長度減少了近50%！也就是說，同一道簡單題，它給出的解釋步驟幾乎縮短了一半，直接帶來響應(yīng)效率的翻倍提升。

與此同時，對于諸如AIME、LiveCodeBench這類復(fù)雜度極高的難題，模型依然會老老實實“慢思考”、給出詳盡的逐步推理，從而確保精度與只用慢思考模型相當(dāng)。簡單題不啰嗦、難題不放棄，這種智能切換讓模型在速度和精度之間取得了很好的平衡。

邊緣AI部署利器：1B小模型性能拉滿

值得驚喜的是，openPangu系列近期不僅升級了7B模型，還推出了一款專為邊緣AI部署優(yōu)化的輕量級模型——openPangu-Embedded-1B。

顧名思義，它只有十億參數(shù)，但卻通過多項技術(shù)加持，實現(xiàn)了“小體量也有大能量”。

在軟硬件協(xié)同設(shè)計方面，openPangu-Embedded-1B針對華為昇騰端側(cè)AI硬件進(jìn)行了架構(gòu)優(yōu)化，充分利用芯片特性，大幅降低推理延遲、提升資源利用率。

與此同時，華為團隊采用多階段訓(xùn)練策略（包括從零開始的預(yù)訓(xùn)練、多樣化數(shù)據(jù)的課程式微調(diào)、離線同策略知識蒸餾以及多源獎勵的強化學(xué)習(xí)等），全面挖掘模型潛力，顯著增強了模型在各類任務(wù)上的表現(xiàn)。

得益于以上創(chuàng)新，這款僅10億參數(shù)的小模型取得了性能與效率的高度協(xié)同，在多個權(quán)威評測中成績亮眼。

據(jù)公開數(shù)據(jù)顯示，openPangu-Embedded-1B創(chuàng)下了國內(nèi)1B級模型的新標(biāo)桿，其整體平均成績不僅全面領(lǐng)先其他同規(guī)模模型，甚至追平了更大參數(shù)模型Qwen3-1.7B的水平。

這充分體現(xiàn)了出色的參數(shù)級性能比：用更小的模型實現(xiàn)了媲美大模型的效果，為國產(chǎn)自研大模型在資源受限場景下的探索提供了新的方向。

綜上，華為 openPangu-Embedded-7B-v1.1 的發(fā)布為當(dāng)前熱度較高的大模型領(lǐng)域帶來了不一樣的思路。作為參數(shù)規(guī)模為 7B 的輕量級模型，它通過漸進(jìn)式微調(diào)和雙階段訓(xùn)練方法，實現(xiàn)了快慢思考模式的自由切換，在效率與精度之間找到了較好的平衡點。

無論是面向邊緣部署需求的小模型，還是追求復(fù)雜推理能力的通用模型，盤古系列的持續(xù)演進(jìn)都展現(xiàn)出國產(chǎn)大模型的創(chuàng)新活力。

未來，這一具備“快慢思考”特性的模型，有望在更多實際應(yīng)用場景中發(fā)揮價值。

項目已在GitCode開源：https://gitcode.com/ascend-tribe/openpangu-embedded-7b-v1.1