阶段二迷你 —— 阶跃星辰研发的紧凑型超快速大型模型

Step-2微型版是何物

Step-2 mini 是由阶跃星辰研发的一款轻量且快速的大模型产品，它采用了自主研发的新一代 Attention 架构 MFA 进行构建。尽管参数量仅占原版 Step-2 模型的 3%，但它仍能保持超过 80% 的性能水平，并显著提高了生成效率和成本效益。当输入包含 4000 tokens 的信息时，该模型可以实现平均首字响应时间仅为 0.17 秒的成绩，展现了其出色的快速反应能力。与传统的多头注意力机制相比，Step-2 mini 利用 MFA 架构成功减少了大约 94% 的 KV 缓存使用量，从而大幅削减了推理过程中的资源消耗成本。

Step-2迷你版的核心特性

• 广泛的任务执行具备执行多样化普遍语言作业的能力，包括但不限于文本创作、问题解答与翻译等功能。
• 代码的创建与精进在生成代码的领域内表现出色，具备解析用户需求并编写出实际运行代码的能力。
• 推理能力和解答数学题技巧拥有出色的逻辑分析技能，能够处理繁琐的数学难题。

Step-2微型技术的工作机制

• 多重矩阵分解注意结构（MMNA）MFA架构是由阶跃星辰及清华大学等合作伙伴共同创新的一种先进注意力机制设计。它借助矩阵分解技术大幅削减了传统注意力模式下的键值缓存（KV Cache）需求量，从而减少了内存的使用。该架构运用了一种大胆的低秩分解方法，在增加模型中注意力头数量和维度时依然能维持出色的参数利用效率。
•  增强型学习方法Step-2 mini 经过广泛的强化学习培训，并采用On-Policy（在线策略）方法，使得该模型在语言和逻辑能力上得到了均衡发展。
• 出色的成本效益和迅速的反应速度Step-2 mini 具备快速的反应能力，并且维持较低的运算开支，非常适合需要兼顾高效运作与控制成本的应用环境。

Step-2微型项目的站点位置

• 官方网站访问阶跃星辰的开放式服务平台并使用其API接口。

Step-2微型型号的价格

• 费用每生成一百万个令牌收取 1 元；每返回一百万个令牌则收费 2 元。

Step-2微型方案的使用情境

• 数学题目解析Step-2 mini 可以建立逻辑清晰的推理链条，并且能够对复杂的数学难题进行策划与分步解答。
• 推理逻辑于逻辑推理的任务里，Step-2 mini 可以独立探索各种解答路径，并在初得结果之后，进一步自省是否还有其它可能的方向，以此来保证能够找出全部有效的解决策略。
• 数据解析Step-2 mini 可以辅助研究人员开展逻辑推演与数据解析工作，融合多领域的专业知识，从而促进科学研究项目的前进。
• 学术文章解析该模型具备解析并提炼科学研究文章核心内容的能力，并能够给出研究重点与发展方向的指导建议。
• 编程实现Step-2 mini 有助于程序员提升编码效率，它提供了代码实例并进行了逻辑解析。
• 企业抉择向管理人员供应用于商业抉择的逻辑解析与提议，并提升办公室作业流程的效率。