标签
Cactus Needle 3是一个小巧、可切片的基础模型，专为自动化任务设计，可在设备上运行，在函数调用和结构化提取方面达到与更大模型相当的性能。
作者提供了关于构建一个小型20亿参数AI模型的更新，该模型具有Engram组件，在1500万维基百科tokens上训练，达到了惊人的连贯性，并计划进行Apache 2.0开源发布。
本文介绍了'jevlike'，一个用于在一次传递中从文本选项中选择的逆向工程AI模型，有演示如Doom和国际象棋游戏，托管在GitHub上。
Needle 3 是一款针对移动设备和可穿戴设备等边缘设备优化的紧凑AI基础模型，在一个8-29 MB的文件中提供工具调用、结构化提取和文本嵌入功能。
SHADOW 50M 是一个紧凑的44M参数AI模型，具有三元权重和固定的512位代码，在45B令牌上从头训练，能够在消费硬件上高速进行离线推理。
Microsoft Research 推出了 FrogNano，这是一个40亿参数的编码代理，完全通过强化学习进行训练，并使用在线任务合成，实现了有竞争力的性能，无需从更大模型中蒸馏。
腾讯开源了一个名为AuK的1.5B参数AI模型，可以替代多个音频工具，通过自然语言指令处理TTS、语音克隆和降噪等任务。
一款名为gpu-lexer的微小27.5KB AI模型，来自Vercel Labs，在浏览器中使用WebGPU本地运行，无需预先了解即可为任何编程语言的代码进行语法高亮。
本文探讨了哪些小型人工智能模型最具实用性，并介绍了同一尺寸级别中的三款竞争模型。
OpenBMB发布了MiniCPM5-2B，这是一个2B参数的密集Transformer模型，在设备端部署的同类模型中达到了最先进的性能，并提供了开源的高质量训练数据集。
sanoTTS 是一系列紧凑的TTS模型，其中最小的拥有294k参数，专为微控制器优化，并在基准测试中超越更大的模型。
本指南详细介绍了使用TRL库中的Group Relative Policy Optimization（GRPO）进行微调的方案，以提升LFM2.5-350M模型的结构化输出合规性，将IFStruct基准性能从22.6%提高到29.7%。
一个多语言3.7B参数的推理MoE模型在消费级GPU上从零开始预训练了数月，支持13种语言，并已在Hugging Face上提供。
Needle 2 是一个开放的、45M 参数 AI 模型，用于工具调用和结构化提取，优化后可在浏览器中以 14MB 运行，并通过受约束采样保证 JSON 输出。
本文介绍了一个专为AI智能体工具调用设计的48M参数模型的开发。该模型使用语法确保有效的JSON输出，并且开源，可在特定API目录上进行定制。
这条推文赞扬了LFM2.5-2.6B模型在设备端评测中的强劲表现，突出了其在超越代理任务方面的泛化能力，该评测是与Artificial Analysis合作在移动设备上进行的测试。
Supra2-Medium-Base 是一款新的25M参数AI模型，基于qwen3架构，从头训练，在基准测试中表现与更大的50M参数模型相当。
Audio8 TTS Preview 0.1b 是一个紧凑的零样本文本转语音模型，主模型拥有约1.7亿参数，支持语音克隆和多语言。
推文强调 Qwen 3.8 27B 是一款出色的轻量模型，适用于分类器和快速推理，可作为 Luna 的即插即用替代品，对开源 AI 有重大贡献。
一个新的1.7B参数模型名为Mimir，声称在基准测试中优于Qwen 3.5和Gemma 4 E2B，在数学和编码方面具有优势，并基于Sapient的HRM-text架构。