小模型相关 AI 资讯

模型 Agent 与开发者多源确认精选06:20

Salesforce 用 8B 小模型训练 AI 科研创意生成，创意性超 Claude Opus 4.8

Salesforce 只用 8B 小模型就教 AI 一次写出一堆不重复的科研点子，创意性还赢了 Claude Opus 4.8 和 GPT-6 Astra，做法挺巧的。

#Salesforce #小模型 #推理模型 #论文

事件专题

elvis@omarsar011 个信源在谈原文

模型中美对照多源确认72°01:00

小模型真的构成威胁吗？

Anthropic警告小模型威胁，但测试显示传统漏洞才是真正问题

#Anthropic #Qwen-3.5-9B #Opus 4.5 #IoT安全

事件专题

DavidSacks@DavidSacks11 个信源在谈原文

模型中美对照多源确认18:13

Anthropic 实验显示小型模型数月内或在 IoT 设备上自我复制

Anthropic 自己做的实验，发现小模型快能在智能烤箱、安卓电视盒这类设备上自我复制了，听着有点吓人但值得了解。

#Anthropic #IoT #AI安全 #小模型

事件专题

联合早报@zaobaosg11 个信源在谈原文

行业 Agent 与开发者04:16

评论：边缘设备算力与功耗限制制约小型模型本地运行

有人实测在电视上跑 4B 模型只有 0.4 tokens/秒，吐槽边缘设备跑大点的模型到底有多难，搞本地部署的可以看看。

#边缘计算 #小模型 #本地部署

Teortaxes@teortaxesTex原文

模型 Agent 与开发者多源确认76°05:43

Anthropic发布Claude Haiku 5.5模型

Anthropic在Databricks上发布了Claude Haiku 5.5，比前代质量提升15%且成本更低，适合需要高性能小模型的开发者。

#Claude #Haiku 5.5 #Anthropic #Databricks

事件专题

官方账号Databricks@databricks11 个信源在谈原文

产品 Agent 与开发者多源确认83°05:32

Notion 推出 Claude Haiku 5.5

Notion 上线了 Claude 最新小模型 Haiku 5.5，速度快成本低，比前代便宜 75%。

#Claude #Haiku #Notion #小模型

事件专题

Notion@NotionHQ11 个信源在谈原文

论文10:22

小型语言模型在抽象推理任务上的系统性研究

研究者跑了 1000 多次实验，测小模型学 ARC 网格推理到底靠不靠谱，结论是换个网格大小就崩，做微调的朋友可以看看避坑。

#ARC-TGI #小模型 #抽象推理 #微调

arXiv cs.LG@Nur A Zarin Nishat 等 4 人原文

模型 Agent 与开发者精选73°00:36

NaceAI 发布 Drex：亚 6B 参数决策模型，直接输出选项概率

NaceAI 刚发了 Drex，一个小于 6B 的小模型，专门帮智能体做路由和选工具，不写推理文本直接输出每个选项的概率，比用生成式模型省算力。

#Drex #NaceAI #智能体 #小模型

rohanpaul_ai@rohanpaul_ai原文

论文 Agent 与开发者10:38

40亿参数本地模型作为候选生成器：机电调试中的外部验收层验证协议

机电调试场景里怎么防大模型编造计划？这篇论文的做法挺有意思：小模型只管提候选，发布权交给外部验证层，21 个伪造计划全被拦下，但也暴露了防不住错误用户答案的短板。

#小模型 #验证层 #机电调试 #arXiv

arXiv cs.AI@Mehmet Iscan原文

论文 Agent 与开发者09:57

FRESH：用异构图记忆让小模型工具调用智能体从失败中学习

小模型跑工具智能体老犯重复调用、提前写入这类错，这篇把失败经验做成异构图记忆来避免，τ-Bench 和 AppWorld 都验证有效，做本地部署的可以看看。

#工具调用 #智能体 #小模型 #τ-Bench

arXiv cs.LG@Jiaxing Li 等 4 人原文

行业 Agent 与开发者10:10

Hugging Face CEO Clement Delangue：专用小模型是大机会，平台已有300万个公开模型

Hugging Face 老板替专用小模型发声：平台上已公开300万个，比通用模型便宜快几个数量级

#Hugging Face #专用模型 #小模型 #开源模型

官方账号Clement Delangue@ClementDelangue原文

模型 Agent 与开发者官方一手18:51

JEV 取消 waitlist 全面开放，输入 0.042 美元、输出免费

JEV 不用排队了，还送 5 美元额度，输入 0.042 美元输出免费，跑高吞吐任务很划算。

#JEV #GPT-Astra #Fable #小模型

事件专题

官方一手歸藏(guizang.ai)@op741811 个信源在谈原文

模型中美对照09:26

DeepSeek 发布 Flash 模型，速度极快且独立思考能力超出预期

DeepSeek 新出的 Flash 模型，速度特别快，回答也很有自己的主见，不像有些模型那样一味讨好。

#DeepSeek #Flash #小模型

orange.ai@oran_ge原文

模型 Agent 与开发者73°02:12

MiniCPM5-2B小模型展现强大能力

清华和ModelBest团队推出的MiniCPM5-2B小模型性能超越6倍大的模型，还能在手机上运行

#MiniCPM5-2B #开源模型 #Tsinghua University #ModelBest

Paul Couvert@itsPaulAi原文

模型中美对照73°08:43

Shopify基于Qwen3.5-0.8B微调模型击败GPT 5.6-sol xhigh

Shopify用0.8B小模型微调后打败了GPT 5.6-sol xhigh，小模型专用训练有奇效。

#Qwen3.5-0.8B #GPT 5.6-sol xhigh #Shopify #微调

shao__meng@shao__meng原文

模型中美对照多源确认02:06

Claude自主对齐其他AI模型研究

Anthropic让Claude用1 GPU自主对齐其他AI，48小时内完成研究训练测试。

#Claude #Anthropic #AI对齐 #自主研究

事件专题

官方账号Anthropic@AnthropicAI9 个信源在谈原文

技巧 Agent 与开发者精选78°00:07

Jason Wei反驳小模型加工具路线，称内化知识不可替代

Jason Wei用羽毛球比喻讲透了为什么小模型加工具撑不起顶级智能，三点理由很实在，值得一看。

#Jason Wei #小模型 #工具调用 #思维链

宝玉@dotey原文

论文09:51

Protoreasoning在微型Transformer中的研究

一篇用百万参数模型研究思维链的论文，提出Protoreasoning，能有效提升分布外泛化，比大模型实验更好分析。

#Transformer #思维链 #小模型 #Dyck语言

arXiv cs.AI@Eduardo Valle, Fergal Reid原文

模型中美对照19:54

Deepseek V4 Flash：成本仅为Fable的1/137，完成80%任务

小模型 Deepseek V4 Flash 能搞定八成任务，成本只有 Fable 的零头，超划算！

#Deepseek V4 Flash #Claude #Codex #小模型

Geek@geekbb原文

模型19:02

3B模型VibeThinker-3B在推理任务上达到高竞争力水平

3B的小模型在数学和代码推理上快追上大模型了，适合部署在低算力场景，值得关注。

#VibeThinker-3B #Qwen2.5-Coder #推理模型 #小模型

kimmonismus@kimmonismus原文

论文中美对照09:09

Llama小模型训练动力学研究：固定Token预算下性能先升后降

这篇论文戳破了「更多Token=更好模型」的直觉，做小模型训练或资源受限场景的开发者会看到训练轨迹比终点指标更关键，建议点开看看如何用间隔遥测避免白费算力。

#训练动力学 #小模型 #Token预算 #验证损失

arXiv cs.AI@Joe Dwyer原文

产品76°08:46

6.6B 小模型 Mac-1 本地跑 Agent，7GB 内存干翻 Siri

Mac 用户和 Agent 开发者注意了——这个 6.6B 的本地模型用 7GB 内存就实现了云端大模型的 Agent 能力，还自带 487 个原生工具，建议直接下载试试，看能否替代你现在的 Siri 或云端方案。

#Mac-1 #Agent #本地模型 #小模型

berryxia@berryxia原文

产品官方一手72°06:32

Thousand Token Wood：在3B模型上运行多智能体经济模拟

多智能体系统通常依赖大模型，而该项目用3B模型实现了经济模拟，做AI Agent或资源受限场景的开发者值得一看，可以直接复现或借鉴。

#多智能体 #经济模拟 #小模型 #开源/仓库

官方一手Hugging Face: Blog原文

行业02:49

Exa CEO 谈检索如何解决 Token 危机：小模型+检索可省 20 倍成本

做 AI 应用或代理的团队，如果被 token 成本压得喘不过气，这个思路值得一试——用检索让小模型干大模型的活，省 20 倍成本不是梦。

#检索增强 #小模型 #成本优化 #Exa

a16z@a16z原文

论文中美对照精选10:39

用人类算术教学法训练语言模型：GPT-2 86M参数达到80%+准确率

做小模型算术推理的团队可以借鉴这种教学法思路——用人类教学步骤替代复杂强化学习，86M参数就能达到大模型水平，值得一试。

#算术推理 #思维链CoT #教学法 #GPT-2

arXiv cs.AI@Andhika Bernard Lumbantobing, Hokky Situngkir原文

产品07:58

微软MagenticLite：小模型驱动设备端智能体体验

微软把智能体体验压缩到设备端小模型上，做边缘AI或隐私敏感应用的开发者值得关注，可以直接在本地跑智能体。

#智能体 #小模型 #设备端AI #微软

官方账号Microsoft Research@MSFTResearch原文

论文精选10:10

Neurosymbolic 崛起：800k Transformer 15分钟训练解决数独

神经符号系统终于有了可量化的突破——小模型+符号推理就能碾压纯神经网络，做推理模型和逻辑 AI 的团队值得关注这个方向。

#神经符号系统 #推理模型 #Transformer #数独

Gary Marcus@GaryMarcus原文

产品08:36

YOLO+LLM结合做人体动作识别，传统小模型新思路

做动作识别或边缘AI的开发者，YOLO小模型+LLM的组合能低成本提升识别效果，建议试试这个思路。

#YOLO #LLM #人体动作识别 #小模型

berryxia@berryxia原文

论文精选12:37

READER：1.5B参数推理增强AI文本检测器，超越千倍大模型

AI文本检测的可解释性和鲁棒性一直是痛点，READER用1.5B参数就超越了千倍大模型，做内容安全或反作弊的团队值得关注这个新思路。

#AI文本检测 #推理增强 #可解释性 #小模型

arXiv: DeepSeek@Pingfan Su 等 7 人原文

模型中美对照精选05:47

Raven 3.5 专精客服，小模型击败 GPT-5 和 Claude Sonnet

客服团队和语音 AI 开发者可以亲眼看到：小模型专精化路线在延迟和效果上碾压通用大模型，PolyAI 的新工具让 10 分钟部署语音代理成为现实，值得立即关注。

#Raven 3.5 #客服语音AI #小模型 #PolyAI

rohanpaul_ai@rohanpaul_ai原文

论文精选13:36

350种语言小模型挑战大模型：LREC口头报告

这项研究打破了多语言模型必须靠大参数量才能取得好效果的固有认知，做低资源语言 NLP 的团队可以直接参考其方法，用更小的成本覆盖更多语言。

#多语言模型 #低资源语言 #小模型 #LREC

官方账号EleutherAI@AiEleuther原文