标签
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。
VibeThinker-3B模型在数学和编程推理性能上达到了最先进水平，在AIME'26上得分为94.3，在未见过的LeetCode问题上正确率为96.1%，表明小模型在可验证领域可以达到前沿推理水平。
Cleo 是 Qwen3.5-2B-Base 的微调版本，专为Text-to-SQL任务设计，使用统一的训练和推理框架，支持实时执行证据和安全检查。所有代码、模型和数据集均为开源。
微软推出 Fara-7B，一款仅 7B 参数的高效 Computer Use Agent，在网页任务上超越更大模型，支持纯本地部署，低成本实现桌面自动化。
微软发布了Fara-7B，一个7B参数的小型语言模型，专攻纯本地桌面自动化，能直接接管鼠标键盘执行重复流程，成本低且无需联网。
Supra Labs 发布了 Supra Title，这是一个参数为 350M 的专用模型，用于生成聊天对话标题。该模型基于 LFM2.5 构建，以 GGUF 格式运行在任何硬件上，且无需系统提示。
VibeThinker-3B 是一个拥有 3B 参数的模型，通过优化 Spectrum-to-Signal Principle (SSP) 后训练流程，在数学、编程和 STEM 基准测试上实现了前沿水平的推理性能，达到了与更大模型相当的性能。
本文介绍了IAPO，一种通过将输入归因与更强大的教师模型对齐，来提升多模态小语言模型工具调用能力的强化学习算法。在Qwen2.5-VL-3B上的实验表明，在六个测试集上，视觉问答准确率平均提升了3%。
作者分享了从头训练一个160M参数大语言模型的经验，尝试了多种架构，如多Token预测和分层推理模型。他强调快速迭代、简化思路以及理解架构有效原因的重要性。
微软在 Build 2026 上宣布了两款新的设备端 AI 模型：Aion 1.0 Instruct（一款开放权重的小型语言模型）和 Aion 1.0 Plan（一款 140 亿参数的推理与工具调用模型，适用于本地智能体工作流）。