Falcon H1R 7B 是由阿联酋技术创新研究院（TII）推出的一款解码器-only 架构的大语言模型，基于 Falcon-H1 基础模型，显著提升了推理能力。尽管参数量仅为70亿，其在多项推理任务中表现媲美甚至超越参数量大2至7倍的先进模型，展现出极高的参数效率。 该模型的性能源于精心设计的训练流程：采用两阶段数据驱动的微调策略，结合高效的监督微调与强化学习扩展。Falcon H1R 7B 的设计聚焦于推理效率的“三维极限”——速度、Token效率与准确性。通过在推理阶段引入“Deep Think with Confidence”（DeepConf）机制，模型能动态识别并剔除低质量推理路径，仅依赖自身置信度分数，无需额外训练或调参，显著提升生成质量并减少Token消耗。 在多个关键基准测试中，Falcon H1R 7B 表现突出： - 数学任务上，其在AIME-24、AIME-25、HMMT-25等高难度竞赛题中均超越同类7B-15B模型，甚至接近或超过部分32B模型。 - 代码与智能体任务中，LCB v6、SciCode、TB Hard等测试中均位居前列，尤其在<8B模型中表现最佳。 - 通用能力方面，GPQA-D、MMLU-Pro、IFBench等任务中与8B级模型持平或领先，部分指标接近14B/32B模型水平。 在推理效率方面，Falcon H1R 7B 优势明显。在典型测试时扩展（TTS）场景下，其每GPU每秒生成Token数（tokens/s/GPU）达到约1,000–1,800，远超Qwen3-8B，尤其在大批次和长输入场景下优势更显著。其混合Transformer–Mamba架构是实现高效扩展和内存优化的关键。 Falcon H1R 7B 采用 Falcon LLM 开源协议发布，致力于推动AI的开放协作。研究者和开发者可自由用于科研、应用开发与实验。该模型代表了在小规模模型中实现强推理能力的新范式，为高效AI系统提供了新选择。 如需技术细节，可参考其官方技术报告。