MiroThinker: オープンソースの研究エージェントモデル

MiroMindは、非常に長いコンテキストと高頻度のツールインタラクションをサポートする235Bおよび30Bバージョンを含むオープンソースの研究エージェントファミリーMiroThinker (v1.5)をリリースしました。これは反復的な研究ワークフローに対応しています。
Key insights
MiroThinkerが大規模なコンテキストウィンドウを持つオープンソースの研究エージェントとしてリリース
MiroMindはMiroThinker v1.5をオープンソース化し、235Bおよび30Bパラメータのバリアントを提供し、MITライセンスの下で公開しました。このプロジェクトには、モデルの重み、ツールチェーン、147kのトレーニングサンプルからなるオープントレーニングコーパスが含まれています。チームはMiroThinkerを深い反復的なウェブブラウジングと多段階のツール使用が可能な研究指向のエージェントとして市場に提供しています。
インタラクションスケーリングとツールコール能力の強調
MiroMindは「インタラクションスケーリング」を強調しており、環境とのインタラクションの深さと頻度を増やすことで能力を向上させています。コミュニティの投稿によると、単一タスクのツールコール能力について、ある投稿は最大400のツールコール、別の投稿はタスクごとに最大600のツールコールを主張しています。このモデルは、ウェブブラウジング、コード実行、複数形式の文書処理をネイティブにサポートし、考える-行動する-観察するループを形成します。
クローズドモデルおよびベンチマークに対するパフォーマンスの主張
コミュニティのベンチマークおよびデモでは、MiroThinkerがBrowseComp、HLE、GAIA-Valなどの研究ベンチマークでクローズドモデルのパフォーマンスに達するか、近づくと主張されています。特に、複雑な検索および推論タスクにおいてGPTやClaudeに対する競争力のある結果が示されています。投稿では、BrowseComp-ZHおよびxBench-DeepSearchにおける強力な中国語パフォーマンスが強調されています。
コミュニティの利用促進と低コスト推論の推奨
ユーザーは、MiroThinkerが予測(例:Polymarket、市場)やウェブデモを通じた研究ワークフローに使用されていると報告しています。ある投稿では、コスト効率の主張(30BバリアントのコストはKimi-K2の約1/20)とデプロイメントのためのウェブおよびGitHubリソースの利用可能性が強調されています。