Mô hình ngôn ngữ nhỏ MiniCPM5-1B vừa chính thức được mở mã nguồn hoàn toàn, bao gồm cả trọng số (weights), dữ liệu huấn luyện và mã triển khai. Đây là bước đi đáng chú ý của đội ngũ phát triển OpenBMB nhằm cung cấp giải pháp thay thế hiệu quả cho các hệ thống có tài nguyên giới hạn.
Diễn biến
Theo dữ liệu từ Artificial Analysis, MiniCPM5-1B chỉ sở hữu 1 tỷ tham số nhưng đã giành vị trí dẫn đầu trong nhóm các mô hình nguồn mở dưới 2 tỷ tham số. Với mức điểm 17,9, mô hình này vượt qua đối thủ nặng ký Qwen3.5-2B (16,3 điểm) dù chỉ có kích thước bằng một nửa, đồng thời vượt trội hơn hẳn phiên bản Qwen3.5-0.8B.
Việc công khai toàn bộ mã nguồn cùng dữ liệu huấn luyện giúp các nhà nghiên cứu dễ dàng tinh chỉnh mô hình cho các tác vụ chuyên biệt. Điều này khác biệt với nhiều dự án chỉ công bố trọng số mà giữ kín tập dữ liệu đầu vào.
Vì sao đáng chú ý
Xu hướng tối ưu hóa mô hình ngôn ngữ nhỏ (SLM) đang chứng minh rằng không cần phần cứng quá khủng vẫn có thể chạy AI chất lượng cao. Đối với cộng đồng công nghệ Việt Nam, MiniCPM5-1B giúp việc vận hành AI cục bộ (local AI) trên máy tính cá nhân hoặc thiết bị di động trở nên dễ dàng và tiết kiệm chi phí hơn. Tuy nhiên, hiệu năng xử lý tiếng Việt thực tế vẫn cần được kiểm chứng thêm trước khi đưa vào sản xuất.