tiny-model

一个用于总结编码智能体推理轨迹的小型模型，有助于提升可解释性和效率。

SupraLabs 发布了 SupraSafety-18M，这是一个微型的 18M 参数 BERT 风格的内容审核模型，基于 NVIDIA 的 Nemotron-3.5 数据集训练。它达到了 81.2% 的准确率，并能在边缘设备上高效运行。

本文介绍了VGB，一种带有概率回溯的过程引导采样算法，通过鲁棒地处理验证器错误，显著提升了小型0.5B模型的编码性能。

Inflect-Nano-v1 是一个极小的英文文本转语音模型，总推理参数（包括其声码器）为 4.63M，专为本地高效的语音合成实验而设计。

构建了一个仓库，用于在8GB显存上从零训练一个微型语言模型（25M参数），支持MTP，但指出mHC和BitNet的局限性。