面壁智能开源 MiniCPM5-2B 训练数据体系

面壁智能联合多团队开源StaffDeck，一个用于构建与管理数字员工的企业平台。该平台旨在将专业知识、标准作业程序（SOP）和决策规则转化为持续工作、改进并保留组织知识的数字员工，而非传统聊天机器人。项目代码已发布于GitHub。

社区开发者使用面壁智能MiniCPM-V 4.6构建了AccountingLLM（quaesto.com），用于自动化财务文档分析。该工具可上传IPO招股书、年报或审计文件，自动从复杂PDF中提取财务表格、重建跨页表格、对照会计等式检查关键数据，并标记可疑条目供人工审核。开发者已将其商业化，成为实际可用的产品。

MiniCPM-V 4.6 现已完全支持 vLLM v0.22.0！ 无需自定义分支，无需额外编译。 只需拉取预构建包即可运行。 非常感谢 @vllm_project 的顺畅集成！ 🤝 🤗 http://huggingface.co/openbmb/MiniCPM-V-4.6

OpenBMB联合清华NLP与Modelbest发布两个开源数据集：Ultra-FineWeb-L3（预训练合成数据）包含600B+ tokens（超400B英文、200B+中文），是迄今最大开源中文预训练合成数据集；UltraData-SFT-2605（后训练SFT数据）包含15M+样本，是中国首个开源且包含思考与非思考标注的大规模SFT数据集，覆盖数学、代码、知识和指令遵循。两者均基于UltraData L0-L4框架构建，并在MiniCPM5-1B训练中完成验证。数据…

开发者 @XieZhifei14110 将语音生成模型 VoxCPM 与开源记忆系统 VoiceMem 集成，为实时语音智能体同时提供自然表达语音与流式记忆能力。

面壁智能祝贺 OpenMAIC 在联合国教科文组织数字学习周获此殊荣，称其将 PPT 和视频转化为互动学习体验，正是教育所需的实用 AI 应用。OpenMAIC 在巴黎与全球教育工作者交流，愿景是让任何人能将想学的内容变成可教学、讲解、展示并互动的课堂。面壁智能还提到 VoxCPM 为开源用户提供语音定制，以高质量语音合成增强 AI 课堂。

感谢测试并分享这些数据！🙌 "在本地运行一群这样的模型"--这正是我们的愿景。2B 参数，Q4 量化后 1.56GB，4090 上 200+ tok/s，同时性能仍能跟上 4B 模型。这就是本地 AI 智能体应有的样子。 期待看到你用它们构建的东西 🔥

面壁智能 OpenBMB 称赞 @aijoey 将 MiniCPM5-2B 作为本地 worker，在 DGX Spark 上构建证据地图应用 Footnote。该 2B 模型完成从 21 个来源提取 31 条主张并连接推理的全部工作，且支持增量更新。面壁智能称这正是其期望的端侧智能体负载。

面壁智能 OpenBMB 在开源 MiniCPM5-2B 后，进一步开源其背后的 RL 训练栈。Meshy 是服务化 RL 训练框架，将推理、rollout 和训练解耦为统一数据平面上的独立服务。

很高兴看到 MiniCPM5-2B 在 RTX 3080 上流畅运行！在较旧的 GPU 上实现高响应智能体正是我们追求的边缘性能。感谢演示 🔥