DFM Mimir-udgivelsesnote¶

I dag udgiver Danish Foundation Models Mimir v1, en HRM-sprogmodel med 1 milliard parametre (HRM-Text), trænet fra bunden med HRM-Text-rammeværket. Mimir v1 er optimeret til danske og engelske opgaver og trænet udelukkende på tilladelige og åbent licenserede data, i tråd med DFM-filosofien.

Benchmark-sammenligning af DFM Mimir med HRM-Text, Qwen 3.5 2B og Gemma 4 E2B

Sammenligning af DFM Mimir med den oprindelige HRM-Text, Qwen 3.5 2B og Gemma 4 E2B, som viser stærk performance på tværs af et bredt sæt af benchmarks.

Hvorfor Mimir?¶

Nuværende udvikling af store sprogmodeller er afhængig af massive, ofte ikke-tilladelige datasæt, hvilket skaber en høj barriere for forskere, der er forpligtede på open source og etisk datagrundlag. Vi introducerer Mimir v1, en sprogmodel med 1 milliard parametre baseret på Hierarchical Reasoning Model (HRM)-arkitekturen, som er trænet fra bunden og leverer stærkt konkurrencedygtig performance på engelsk samt sætter en ny state of the art for dansk ved udelukkende at bruge tilladelige post-træningsdata. Trænet på en blanding af 161 datasæt overgår Mimir den oprindelige HRM-Text 1B og konkurrerer med større frontier-modeller som Qwen 3.5 4B og Gemma 4 E2B, testet på tværs af 20 benchmarks for engelsk, matematik og kode samt dansk.

Teknisk rapport¶

Mimir leverer stærke kapabiliteter i både det danske og det engelske domæne. Se alle resultater i den tekniske rapport her, og find modellen på Hugging Face Hub her.

Bidragydere¶

Vi angiver bidrag i henhold til Contributor Roles Taxonomy (CRediT):

Peter Schneider-Kamp: Conceptualization, Data curation, Formal analysis, Funding acquisition, Investigation, Methodology, Project administration, Resources, Software, Supervision, Validation, Visualization, Writing – original draft, Writing – review & editing
Jacob Nielsen: Formal analysis, Investigation, Methodology, Software, Validation, Visualization, Writing – original draft, Writing – review & editing
Lukas Galke Poech: Formal analysis, Investigation, Methodology, Software, Supervision, Validation, Visualization, Writing – review & editing
Gianluca Barmina: Data curation, Investigation, Writing – review & editing
Kenneth Enevoldsen: Data curation, Resources, Writing – review & editing

Yderligere bidragydere:

Mogens Henrik From: Investigation, Project administration, Software
Andrea Blasi Núñez: Formal analysis, Software, Visualization
Annemette Brok Pirchert: Formal analysis, Software, Visualization
Stine Lyngsø Beltoft: Data curation, Resources
Torben Blach: Project administration, Funding acquisition
Sofie Helene Bruun: Data curation, Resources
Oliver Kinch: Data curation, Resources
Rasmus Larsen: Data curation, Resources
Dan Saattrup Smart: Data curation, Resources
Kristoffer Laigaard Nielbo: Funding acquisition

Tak¶

Dette arbejde opstod i OdenseNLP og blev støttet af Danish Foundation Models-projektet, et samarbejde mellem Syddansk Universitet, Aarhus Universitet, Alexandra Instituttet og Københavns Universitet, finansieret af Ministeriet for Videnskab, Højere Uddannelse og Digitalisering. Vi takker alle medlemmer af Danish Foundation Models-projektet og OdenseNLP-forskningsgruppen for mange frugtbare diskussioner og deres fortsatte støtte.