当大家都在热衷于接入 DeepSeek 时。。。
最近一家叫易鑫的金融科技公司，开源了 YiXin-Distill-Qwen-72B 推理模型。
我看了下，它以 Qwen2.5-72B 为基座，自研迭代式蒸馏和强化学习做训练，
整体感受是对数学、推理任务做了深度优化，一句话总结：小体积，高精度。
看官方的评测结果，综合性能媲美 DeepSeek-R1，除了自用，简直是企业级AI落地的福音。
1. 强在哪
YiXin-Distill-Qwen-72B是一个侧重于数学和推理的大模型，参数规模仅72B就达到了开源王者 DeepSeek-R1 的能力。
数学和推理方面代表性的基准评测集有：AIME2024/2025、GPQA Diamond、MATH-500、MMLU-PRO。
不多说了，一图胜千言：
接下来我们本地部署并实测一番。
2. 本地部署
硬件要求：推荐4卡 RTX 3090/4090（24G），可处理8k上下文。显存越大，上下文越长。
部署流程：
1、环境配置：安装 Python 3.10、PyTorch 2.1.0 及 CUDA 12.1
2、下载模型：
export HF_ENDPOINT=https://hf-mirror.com # 引入镜像地址
huggingface-cli download --resume-download YiXin-AILab/YiXin-Distill-Qwen-72B --local-dir ./ckpts/qwen-72b
3、安装sglang推理框架：
pip install uv
uv pip install "sglang[all]>=0.4.4.post1" -i https://flashinfer.ai/whl/cu124/torch2.5/flashinfer-python
4、模型加载，并启动服务：
python3 -m sglang.launch_server --model YiXin-AILab/YiXin-Distill-Qwen-72B --trust-remote-code --tp 4 --port 8000
5、测试请求：
curl http://localhost:8000/v1/chat/completions \
-H "Content-Type: application/json" \
-d '{
"model": "YiXin-AILab/YiXin-Distill-Qwen-72B",
"messages": [
{"role": "system", "content": "You are a helpful and harmless assistant.You should think step-by-step."},
{"role": "user", "content": "8+8=?"}
]
}
6、为了方便测试和使用，可以用Gradio搭建前端，让交互更友好，首先安装Gradio：
pip install gradio
7、创建一个python文件，命名为run.py，用来启动前端服务：
import gradio as gr
import openai
client = openai.Client(base_url=f"http://127.0.0.1:8000/v1", api_key="None")
def predict(message, history):
history.append({"role": "user", "content": message})
stream = client.chat.completions.create(messages=history, model="YiXin-AILab/YiXin-Distill-Qwen-72B", stream=True)
chunks = []
for chunk in stream:
chunks.append(chunk.choices[0].delta.content or "")
yield "".join(chunks)
chatbot = gr.Chatbot(type="messages",label='YiXin-Distill-Qwen-72B')
demo = gr.ChatInterface(predict, chatbot=chatbot)
if __name__ == "__main__":
demo.launch()
8、启动服务
python run.py
9、打开浏览器，输入 127.0.0.1:7860 即可看到前端页面：
3. 效果实测
3.1、逻辑推理题
• 只有在下雨天，我才会带伞。今天我带了伞。今天下雨了吗?
• 一个农夫需要运两只鸡过河，一次可以运一人+两只动物，最少需要过几次河?
这道农夫过河的题目曾让很多大模型打脸，YiXin 毫无压力。
• 有一个小偷费劲力气进入到了银行的金库里。在金库里他找到了一百个箱子，每一个箱子里都装满了金币。不过，只有一个箱子里装的是真的金币，剩下的 99 个箱子里都是假的。真假金币的外形和质感完全一样，任何人都无法通过肉眼分辨出来。它们只有一个区别：真金币每一个重量为 101 克，而假金币的重量是 100 克。在金库里有一个电子秤，它可以准确地测量出任何物品的重量，精确到克。但很不幸的是，这个电子秤和银行的报警系统相连接，只要被使用一次就会立刻失效。请问，小偷怎么做才能只使用一次电子秤就找到装着真金币的箱子呢？
这道题非常考验数学和推理能力，就问问你花了多久？
3.2、物理题
• 假设我从月球发射一道激光到地球，那么地球上的人大概多久能接收到?
• 以下物理常识题目，哪一个是错误的?
A.在自然环境下，声音在固体中传播速度最快。
B.牛顿第一定律:一个物体如果不受力作用，将保持静止或匀速直线运动的状态。
C.牛顿第三定律:对于每个作用力，都有一个相等而反向的反作用力。
D.声音在空气中的传播速度为1000m/s
上点难度：清华大学的物理期末考试计算题?
反正我是不会，YiXin 成功搞定！
3.3、数学题
2024年考研数学：已知函数f(x,y)=x^3+y^3-(x+y)^2+3，设T是曲面z=f(x,y)在点(1,1,1)处的切平面，D为T与坐标平面所围成的有界区域在xOy平面上的投影. 求T的方程：
考研真题，推理过程有点长，不过回答完全正确。
• 在三棱锥 P−ABC 中，若 PA⊥ 底面 ABC，且棱 AB, BP, BC, CP 的长分别为1, 2, 3, 4，则该三棱锥的体积为？
几何问题，依然干的漂亮！
总席位为奇数的三个不结盟的派别在会议中实行半数通过方案，任意一派席位不过半数。 尝试用数学证明：三派分别占有的席位和他们在表决中的权重是什么关系？
A. 正比
B. 反比
C. 无关
这道题几乎国内外大模型都会翻车，但 YiXin 搞定了，尽管推理过程较长，有点出乎我意料。
3.4 语文题
• 你是一个小学数学科老师，要教小学生异分母分数加减的单元，提出跟这个单元的概念有关的同理性问题、推论性问题、评论性问题、价值性问题，各5个，请以小学生能懂得且有兴趣的语言来说。
• 仿《过秦论》的风格写一篇《过美利坚论》
思考不长，但精彩绝伦，连注释都贴心给你了。
不过，我发现代码能力还差点意思：
有以下数据：[{“table_name”:“sy_cd_me_buss_std_gjbzjh”,“param_info”:[{“param_name”:“#{issueDate}”,“value”:[2009,2010,2011,2012]},{“param_name”:“#{projectStat}”,“value”:[“正在征求意见”,“已发布”,“正在审查”]}],“explanation”:“输出标准名称projectCnName、计划号、项目状态”}] ，请写sql查询年份为#{issueDate}年项目状态为#{projectStat}状态计划发布的国家标准有哪些？
像模像样地错了，正确答案应该是：
SELECT DISTINCT planNum, projectCnName, projectStat
FROM sy_cd_me_buss_std_gjbzjh
WHERE
`planNum` IS NOT NULL
AND `dataStatus` != 3
AND `isValid` = 1
AND projectStat=#{projectStat}
AND DATE_FORMAT(`issueDate`, '%Y')=#{issueDate}
写在最后
本文带大家本地部署并实测了 YiXin 最新开源的推理模型 YiXin-Distill-Qwen-72B。
体感非常棒，强烈推荐有需求的朋友去试下~
效果媲美主流大厂模型，推理方面甚有超越。
此外，72B 的尺寸很好平衡了通用能力和推理能力，作为垂直领域应用的基座模型，基于私有数据进行微调，香的很！
关于模型微调，可回看上篇文章：
我用 Unsloth 微调了一个DeepSeek专家
注：Yixin-Distill-Qwen-72B 的开源协议是非常 open 的 Apache 2.0?
传送门：https://huggingface.co/YiXin-AILab/YiXin-Distill-Qwen-72B
全文完，如果对你有帮助，欢迎点赞收藏备用。
