标签
Liquid AI 发布了 LFM2.5-2.6B，这是一款紧凑的智能体模型，设计为完全在设备端运行，从而实现免费推理、低延迟和隐私保护。文章详细介绍了其训练流程，包括 SFT、教师特化、蒸馏和智能体强化学习。
Liquid AI releases LFM2.5-2.6B, a compact agentic model designed for on-device deployment, supporting tool calling and multi-step workflows with efficient inference on CPUs and GPUs.
SupraLabs 发布了 Supra2-100M Base 和 Instruct 模型，这是一个新的小型语言模型系列，包含社区驱动的改进、基准测试和一个 GGUF 版本。
介绍了B1ade，一种极简RAG架构，包含一个335M零训练嵌入模型和一个通过GRPO在723M tokens上训练的1B小型语言模型，展示了涌现归因行为，无需大规模预训练即可获得具有竞争力的问答性能。
Nanbeige4.2-3B 是一个紧凑的 3B 参数通用智能体模型，采用 Looped Transformer 从零开始预训练，在智能体和推理任务上表现出色，在多个基准测试中超越了更大的模型。该模型和代码均已开源。
比较了两个用于智能体工作负载的新AI模型：采用循环Transformer架构的紧凑型Nanbeige4.2-3B，以及大型混合专家模型Laguna S2.1，两者均在Hugging Face上发布。
OpenLanguageModel (OLM) 是一个开源的PyTorch库，用于构建和预训练小型语言模型，其架构代码可读且可组合，连接了教育与科研。
OpenBMB 发布了 MiniCPM5-2B，一个拥有 20 亿参数的语言模型，目前尚未在 Hugging Face 上架。
本文研究了GRPO后训练是否能提升小规模（4B-8B）语言与视觉语言模型网络代理的性能。结果发现了一个受控的零结果：没有任何配置能在已掌握任务上带来可信的提升，且中高学习率会导致性能退化或崩溃，揭示了退化与崩溃状态之间的双重分离。
Bilibili 发布了 Index-1.9B 系列开源小语言模型，该系列在 2.8 万亿 token 上进行了预训练，在基准测试中取得有竞争力的性能。四个模型包括基础版、纯净版（无指令数据）、聊天版以及带有检索增强生成用于角色扮演的角色版。
一个从零开始在英文维基百科上训练、并经过指令微调以用于对话式AI的2.7亿参数语言模型，作为独立研究项目开发。
Wiola是一种新颖的小型语言模型（SLM）架构，引入了五个独立设计的组件——SRPE、GCLA、ATM、DSFF和WiolaRMSNorm——旨在提高效率和连贯性，发布了从1.2亿到15亿参数的多个规模，并与HuggingFace Transformers集成。
详细介绍了一种训练小型LLM评判器来评估智能体输出的方法，取代了昂贵的前沿模型，并附带一个用于部署的Claude Code插件。
Liquid AI发布了LFM2.5-230M，这是一个拥有230M参数的小型模型，针对CPU、NPU和GPU上的快速推理进行了优化，适用于手机和机器人等设备上的代理型任务。
Liquid AI发布了LFM2.5-230M，一款紧凑的230M参数混合模型，针对设备端部署进行了优化，边缘推理速度快（在Galaxy S25 Ultra上达到213 tok/s），并通过强化学习构建，适用于智能体任务。
SupraLabs 发布了 supra-title-FFT-preview，一个完全微调的0.4B参数模型，用于聊天标题生成，在115K样本上训练——比之前的数据集大了近10倍。
Nanbeige 4.1，一个3B模型，在编码任务中专注于算法效率，超越了Qwen3-30b-A3b和Qwen 3.5 4b，实现了600多次工具调用的长时任务。
VibeThinker是一个3B参数的模型，基于Qwen 2.5微调，通过创新的后训练方法（包括多路径思维和在数学、编程、科学上的分阶段训练），实现了与Claude Opus 4.5以及更大的模型（如DeepSeek v3）相当的性能。
微软正在测试Phi Silica在Nvidia GPU上的支持，允许开发者在配备RTX 30系列或更新GPU的Windows设备上本地运行这一小型语言模型，不过缺少仅限NPU的功能，比如提示压缩。
微博的VibeThinker-3B，一个3B参数模型，声称在数学和编程基准测试中匹配或超越DeepSeek V3.2和Gemini 3 Pro等更大模型的推理性能，引发了关于基准测试可靠性和扩展必要性的争论。