OpenBMB

OpenBMB是由清华大学团队发起的开源社区，专注于大规模预训练语言模型的研究与开发，致力于推动自然语言处理（NLP）领域的技术创新和应用落地。以下是其核心特点和最新进展：

核心目标
– 构建大规模预训练模型的全流程高效计算工具体系，支持参数高效微调（PEFT）等技术，降低模型训练和部署成本 。
– 通过开源社区（GitHub）共享工具链和模型，累计获得4000+星标关注 。

最新模型发布
– MiniCPM-V 4.5：2025年10月发布的8B参数多模态模型，支持高刷视频理解、长视频分析、OCR和文档解析，性能超越72B参数模型 。
– MiniCPM 4.1：新增8B参数原生稀疏架构深思考模型，提升端侧设备的推理速度和准确性 。

技术贡献
– OpenDelta：支持增量微调的工具组件，适用于各类预训练模型 。
– BMInf：低资源大模型推理工具包，可在消费级显卡上运行百亿参数模型 。

应用场景
– 教育：推出《大模型交叉研讨课》，涵盖深度学习理论与实践 。
– 工业：模型已在多个NLP任务（如OpenCompass、OCR Bench）中取得同级最优（SOTA）成绩 。