@jun1228909: agents-a1-4b 只是随便试了些对话，但至今毫无违和感，有种30b级别模型的踏实感…
摘要
用户测试了 agents-a1-4b 模型，指出其对话质量堪比 30B 参数模型，感觉自然且连贯。
agents-a1-4b 只是随便试了些对话，但至今毫无违和感，有种 30b 级模型的可靠感……
相似文章
Agents-A1-4B (Qwen3.7-4B ???)：扩展能力而非参数规模
Agents-A1-4B是InternScience推出的一款紧凑型4B参数模型，在多项智能体和推理基准测试中取得了最先进的结果，通过扩展能力而非参数规模超越了更大模型。
相同模型，相同提示词，4个不同的智能体
探讨了不同的智能体架构如何从相同的底层模型和提示词中产生不同的输出，强调了智能体设计对大型语言模型行为的影响。
Qwen3.8-27B-Humanlike-Chat：我调优的模型，旨在模拟真实的人际对话
本文介绍了 Qwen3.8-27B-Humanlike-Chat，这是一个经过微调的模型，旨在减少类似AI的对话习惯并模拟真实的人际对话。它基于真实对话数据集训练，旨在使回复更自然，更不像助手。
@ludamn513: https://x.com/ludamn513/status/2109942664737264058
作者分析认为 grokbot、Instinct、Muse 等不应被定义为 personal agent，而应被视为 person-like agent：通过单一 IM 对话入口、agent memory、subagent 委派与异步回复，把近乎无限的 Agent 能力封装成类似与人交流的低心智负担体验。
RealCompanion：基于纵向真实世界对话推理的人类理解基准测试
RealCompanion 发布了一个基准数据集，包含十段真实的 AI 伴侣关系（最长 120 天内共 27,218 条消息），并提供从中衍生的档案、人设和聊天基准真值。研究发现：过去的历史上下文很少被需要；基于记忆依赖的检测方法在真实消息上失效；三个智能体系统在成本相差 31 倍的情况下，以相同的 F1 分数重构了人设。