面壁 MiniCPM 发布 JustRL-II-base-model：用于数学推理的强化学习初始化检查点

面壁 MiniCPM 发布 JustRL-II-base-model，这是一个已预训练用于生成长链推理响应的小语言模型检查点。该模型在 AIME 2025 测试中得分为 61%，经过约 300 步强化学习后可提升至 81%。