Step-2 mini是什么
Step-2 mini 是阶跃星辰推出的轻量级极速大模型，基于新一代自研 Attention 架构 MFA 开发。仅用 3% 的参数量就保留了 Step-2 超过 80% 的性能，显著提升了生成速度和性价比。模型在输入 4000 tokens 时，平均首字时延仅为 0.17 秒，展现出极快的响应能力。Step-2 mini 采用 MFA 架构，相比传统多头注意力架构，节省了近 94% 的 KV 缓存开销，大幅降低了推理成本。
Step-2 mini的主要功能
- 通用任务处理：能处理多种通用语言任务，如文本生成、问答、翻译等。
- 代码生成与优化：在代码生成方面表现突出，能够理解用户需求并生成可执行代码。
- 逻辑推理与数学问题解决：具备较强的逻辑推理能力，能解决复杂的数学问题。
Step-2 mini的技术原理
- 多矩阵分解注意力机制（MFA）架构：MFA 架构是阶跃星辰与清华大学等机构共同研发的新型注意力机制。通过矩阵分解的方式，显著减少了传统注意力机制中的键值缓存（KV Cache）使用量，降低了内存消耗。MFA 架构采用了激进的低秩分解策略，成功地在扩展模型注意力头的数量和维度时保持了极高的参数效率。
- 强化学习技术：Step-2 mini 通过大规模的强化学习训练，使用 On-Policy（同策略）强化学习算法，实现了模型的“文理兼修”。
- 高性价比与快速响应：Step-2 mini 在保持低计算成本的同时，响应速度极快，适合对效率和成本有较高要求的场景。
Step-2 mini的项目地址
- 项目官网：访问阶跃星辰开放平台调用API接口。
Step-2 mini的模型价格
- 价格：输入 1 元/百万 token；输出 2 元/百万 token。
Step-2 mini的应用场景
- 数学问题解答：Step-2 mini 能构建合理的推理链，对复杂数学问题进行规划和逐步求解。
- 逻辑推理：在逻辑推理任务中，Step-2 mini 能自主尝试多种解题思路，在得到初步答案后，自我反问尝试有没有其他可能性，确保枚举出所有效果良好的解决方案。
- 数据分析：Step-2 mini 能帮助科研人员进行逻辑推理、数据分析，整合跨学科知识，推动科研项目进展。
- 文献理解：模型能理解和总结科研文献，提供关键信息和研究方向的建议。
- 代码开发：Step-2 mini 协助程序员高效开发代码，提供代码示例和逻辑分析。
- 商业决策：为管理者提供商业决策的逻辑分析和建议，优化办公流程。