Minicpm4 MCP

🚀 MiniCPM4-MCP

MiniCPM4-MCPは、THUNLP、中国人民大学、ModelBestが共同開発したオープンソースのオンデバイス大規模言語モデル（LLM）エージェントモデルです。このモデルは、80億のパラメータを持つMiniCPM - 4をベースに構築されており、MCPを通じて様々なツールやデータリソースと対話することで、幅広い現実世界のタスクを解決することができます。

GitHubリポジトリ | 技術レポート

👋 Discord と WeChat で私たちに参加しましょう

🆕 新着情報

• [2025.06.06] MiniCPM4 シリーズがリリースされました！このモデルは、同じ規模で最高のパフォーマンスを維持しながら、究極の効率向上を達成します！典型的なエンドデバイスチップで5倍以上の生成加速を達成することができます。技術レポートはこちらから見ることができます。🔥🔥🔥

📦 MiniCPM4シリーズ

MiniCPM4シリーズは、エンドデバイス向けに特別に設計された高効率の大規模言語モデル（LLM）で、モデルアーキテクチャ、トレーニングデータ、トレーニングアルゴリズム、推論システムの4つの重要な次元での体系的な革新により、この効率を達成しています。

• MiniCPM4 - 8B: MiniCPM4のフラッグシップモデルで、80億のパラメータを持ち、8Tトークンでトレーニングされています。
• MiniCPM4 - 0.5B: MiniCPM4の小型バージョンで、0.5億のパラメータを持ち、1Tトークンでトレーニングされています。
• MiniCPM4 - 8B - Eagle - FRSpec: FRSpec用のEagleヘッドで、MiniCPM4 - 8Bの推論を加速します。
• MiniCPM4 - 8B - Eagle - FRSpec - QAT - cpmcu: QATでトレーニングされたFRSpec用のEagleヘッドで、推測と量子化を効率的に統合して、MiniCPM4 - 8Bの超高速化を実現します。
• MiniCPM4 - 8B - Eagle - vLLM: vLLM形式のEagleヘッドで、MiniCPM4 - 8Bの推論を加速します。
• MiniCPM4 - 8B - marlin - Eagle - vLLM: vLLM形式の量子化Eagleヘッドで、MiniCPM4 - 8Bの推論を加速します。
• BitCPM4 - 0.5B: MiniCPM4 - 0.5Bに極限の三元量子化を適用し、モデルパラメータを三元値に圧縮し、ビット幅を90％削減します。
• BitCPM4 - 1B: MiniCPM3 - 1Bに極限の三元量子化を適用し、モデルパラメータを三元値に圧縮し、ビット幅を90％削減します。
• MiniCPM4 - Survey: MiniCPM4 - 8Bをベースに、ユーザーの質問を入力として受け取り、信頼できる長文の調査論文を自動生成します。
• MiniCPM4 - MCP: MiniCPM4 - 8Bをベースに、ユーザーの質問と利用可能なMCPツールを入力として受け取り、関連するMCPツールを自動的に呼び出してユーザーの要求を満たします。 (<-- ここにいます)

📖 概要

MiniCPM4 - MCP は、オープンソースのオンデバイスLLMエージェントモデルで、MiniCPM - 4 をベースに構築されています。このモデルは、MCPを通じて様々なツールやデータリソースと対話することで、幅広い現実世界のタスクを解決することができます。

💻 使用例

現時点で、MiniCPM4 - MCPは以下のことができます。

• 16のMCPサーバーを跨いだツールの利用: これらのサーバーは、オフィス、生活、コミュニケーション、情報、業務管理などの様々なカテゴリにまたがっています。
• 単一ツール呼び出し機能: MCPに準拠した単一のツールを使用して、単一または多段階のツール呼び出しを実行できます。
• クロスツール呼び出し機能: MCPに準拠した異なるツールを使用して、単一または多段階のツール呼び出しを実行できます。

📊 評価

詳細な評価スクリプトは GitHub ページで確認できます。評価結果を以下に示します。

📢 声明

• 言語モデルとして、MiniCPMは大量のテキストを学習することでコンテンツを生成します。
• ただし、個人の意見や価値判断を理解または表現する能力はありません。
• MiniCPMによって生成されたコンテンツは、モデル開発者の見解や立場を代表するものではありません。
• したがって、MiniCPMによって生成されたコンテンツを使用する場合、ユーザーは自ら評価および検証の全責任を負う必要があります。

📄 ライセンス

• このリポジトリとMiniCPMモデルは、Apache - 2.0 ライセンスの下で公開されています。

📚 引用

• 私たちの研究が役立った場合は、論文 を引用してください。

@article{minicpm4,
  title={{MiniCPM4}: Ultra-Efficient LLMs on End Devices},
  author={MiniCPM Team},
  year={2025}
}