标签
作者分享了使用 LFM 2.6B 的亲身经历，这是一款为手机设计的小型模型，作者称赞其速度和完成快速任务的实用性，例如摘要和自动补全，不过它只有 128k 的上下文限制。
InclusionAI（蚂蚁集团实验室）发布了Ling 3.0 Tiny，一个封闭API模型，总参数7.9B中激活1.3B，支持256K上下文、原生函数调用，并具备思考/即时模式，面向多轮智能体工具循环。文章质疑其效率曲线，并指出尚无独立评测或开放权重。
Liquid AI 发布了 LFM2.5-2.6B，这是一个 2.69B 参数模型，支持 128K 上下文和工具调用，专为多步骤智能体工作流优化，可在手机上以 30 tok/s 运行，Q4_K_M GGUF 文件约 1.67GB。不过，与更大的模型相比，其在编码和知识密集型任务上仍然较弱。
用户询问关于 Mach-1 Additive 的情况，据称该模型在体积小10倍的情况下，实现了 Qwen 3.6 35B 95% 的性能，并质疑为什么它没有得到更广泛的讨论。
Liquid AI 发布了 LFM2.5-2.6B，一款专注于智能体能力的新型小模型。作者很期待测试它在文档摘要等大规模任务中的表现。
SupraLabs 发布了 SupraBrain-50M，这是一种混合语言模型，结合了 Gated DeltaNet、滑动窗口注意力（Sliding-Window Attention）和惊喜门控（Surprise-Gated）机制，尽管训练使用的 token 数量少得多，但性能与 Supra-Base-50M 几乎持平。
Liquid AI的后训练主管解释了如何使用LFM2.5、on-policy偏好对齐、智能体RL、课程训练和迭代模型合并，在20分钟内构建一个小于1GB的设备端模型，其工具调用可靠性超越了更大的模型。
WorldDiT 是一个新型的小型（<1B 参数）机器人模型，统一了世界预测与控制，在 LIBERO 基准测试中取得顶级性能，无需 VLM。
Neutrino-1 8B是一个拥有8.19B参数、采用专有三值权重格式的Transformer模型，使其能够部署在8GB显存的GPU上，并从一个仅3.88GB的模型文件中以高解码速度服务多个平台。
DeepLens诊断代理采用五阶段智能体工作流，结合小型医疗推理模型（7B），在包含915个病例的基准测试中实现了60.14%的诊断准确率，以更低成本超越了Claude Sonnet 4.5和Gemini 3.1 Pro等前沿大语言模型。仅工作流设计就比基础模型提升了36个百分点，表明结构化流程约束对于诊断推理至关重要。
Semalith v1.4是一种紧凑型184M参数DeBERTa-v3安全分类器，在良性代理提示上实现零误报的提示注入检测方面表现出色，同时还能在单次处理中覆盖一般危害和金融合规，以少44倍的参数优于Llama-Guard-3-8B。
Shieldstral 是一个 3B 参数的多模态安全分类器，通过将内容审核表述为二值问答任务，在安全基准测试中实现了最先进的性能，匹配或超越近 7 倍于其规模的模型。
一位用户讨论了在配备统一内存的MacBook Pro上运行大型LLM时产生的高热量问题，质疑其他人是持续运行这些模型还是仅用于基准测试，并寻求适合持续运行代理任务的小型模型推荐。
一个个人项目，使用Fineweb-edu数据集中的10亿个token训练了一个0.5M参数的语言模型。
Poolside 发布了 Laguna S 2.1，这是一个 118B 参数的混合专家模型，每个 token 激活 8B 参数，拥有 1M 上下文窗口，声称可以击败体积是其三倍的模型，例如 DeepSeek v4 Pro、Gemini 3.6 Flash 和 Thinking Machines Inkling。
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。
构建了 Mira Mini，这是 Mira 的首次复现，在一周内完成，拥有 3.64 亿参数，支持四位玩家在浏览器中玩《Rocket League》，完全开源。
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。
本文研究了当一个小型4B参数模型作为设备端研究代理时，其引用的忠实性由何种因素决定，发现更多源文本的暴露能提升忠实性，而检索召回率则限制了覆盖率。