标签
从零开始训练了一个名为KeyLM的75M参数LLM，使用18B tokens，在指令跟随得分上与更大模型竞争，同时使用更少的参数和更少的数据。
OpenBMB 发布 MiniCPM5-1B，这是一款领先的 1B 参数开源权重大语言模型，在同尺寸类别中取得了 Artificial Analysis Intelligence Index 最高分（17.9），超越了 Qwen3.5 2B 等更大模型，而使用的参数更少。
MiniCPM5-1B 是 OpenBMB 推出的全新 1B 参数 AI 模型，具有 Think/No-Think 模式的混合推理能力、128K 上下文窗口、Apache 2.0 许可证，并可在多种硬件上运行。
MiniCPM5-1B 已完全开源，包含权重、训练数据和部署代码；它在2B以下模型中取得最高评分，并可在边缘设备上运行。
SupraLabs 发布了 Supra-50M，一个紧凑的 5000 万参数因果语言模型，包含基础版和指令版，基于 fineweb-edu 的 200 亿个 token 训练，在多项关键基准测试中达到了可与 GPT-2 和 SmolLM 等更大模型竞争的水平。
Sapient Intelligence 推出 HRM-Text，这是一个 1B 参数的推理语言模型，仅使用 40B tokens 训练，预算为 1000 美元，在大幅减少数据和计算需求的同时实现了具有竞争力的性能。
微软发布了Fara-7B，一个70亿参数的小型语言模型，可以自主控制电脑执行点击、滚动、填写表单等任务，在设备上运行，并在基准测试中击败了OpenAI的computer-use agent等更大模型。
微软发布了 Fara-7B，一个拥有70亿参数的用于计算机操作的智能小型语言模型，在其规模模型中实现了最先进的性能，并与大型系统竞争。
Cactus-Compute 发布了 Needle，这是一个拥有 2600 万参数的开源模型，从 Gemini 蒸馏而来。它采用一种不含 MLP 的新型“简单注意力网络”架构，旨在实现高效的端侧函数调用。
两款全新的开源小语言模型即将发布：其中一款体积缩小高达 93 倍，精度仍达到 SOTA 水平；另一款则超越了 OpenAI 近期发布的模型。首款模型将于明日发布。
OpenBMB 发布了 MiniCPM V4.6，这是一个专为移动设备优化的 1B 参数多模态大语言模型，采用 Apache 2.0 许可证。它具备混合视觉 token 压缩功能，声称在 iOS、Android 和 HarmonyOS 上原生运行时，吞吐量比 Qwen3.5 0.8B 快约 1.5 倍。
DR-Venus-4B 是一个40亿参数的深研智能体，仅利用1万条开源样本，通过「智能体SFT+回合级奖励RL」训练，在多项研究基准上超越以往90亿以下模型，逼近300亿级系统，且可部署于边缘设备。
Z-lab 发布适用于 Qwen3.6-35B-A3B 的 DFlash 模型微调/压缩技术，训练已全部完成，权重现已在 GitHub 和 HuggingFace 上提供。
Cactus-Compute 发布了 Needle，这是一个从 Gemini 3.1 蒸馏而来的 2600 万参数模型，采用纯注意力架构，针对设备端推理和本地微调进行了优化。
微软发布了Fara-7B，这是一个高效的70亿参数智能小型语言模型（SLM），专为计算机使用任务设计，在其参数规模内实现了最先进的性能，并且与更大的系统相比具有竞争力。