训练千亿参数编码基座模型仅需1名研究员 Mirendil发布Mirendil-Base

10月23日，硅谷初创公司Mirendil在官网发文宣布，其仅由1名研究员与AI智能体协作，在三个半月内、以不到1000万美元的成本，训练出千亿参数编码专用基座模型Mirendil-Base。该公司称，该模型超过99%的代码由智能体编写，人类研究员主要负责确定方向、作出判断并在关键节点进行干预。

Mirendil方面介绍，此次训练未使用现成预训练框架或继承代码，训练基础设施、模型架构、训练算法及数据管道均由研究员与智能体从零搭建，数据全部来自GitHub开源代码、公开网页及公开数据集，未购买数据、未做蒸馏，也未使用合成数据。

根据官方公布的测试结果，在新代码仓库交叉熵测试中，Mirendil-Base得分为0.222，仅次于Kimi K3的0.193，领先于GLM-5.3、DeepSeek-V4、Nemotron等主流模型。该公司同时透露，更大规模的Mirendil-Base-Large已训练80%，Mirendil-Base-XL已训练19%。

Mirendil由两位Anthropic前员工于2025年12月创立，今年6月完成2亿美元种子轮融资，投资方包括a16z、凯鹏华盈、英伟达等。公司定位是让AI帮助科学家构建自己的AI模型，而非仅将AI作为科研辅助工具。