AI资讯新闻榜单内容搜索-小模型

关键词: AI,模型训练,小模型,模型发展方向

大模型OUT，小模型才是智能体的未来！ 这可不是标题党，而是英伟达最新论文观点： 在Agent任务中，大语言模型经常处理重复、专业化的子任务，这让它们消耗大量计算资源，且成本高、效率低、灵活性差。

关键词: AI新闻,AI八卦,Kevin Lu,openai

哦豁，OpenAI奥特曼又痛失一员大将。 Kevin Lu，领导4o-mini发布，并参与o1-mini、o3发布，主要研究强化学习、小模型和合成数据。

关键词: AI,模型训练,RAG,人工智能

一句话概括，还在嫌弃RAG太慢？这帮研究员直接把检索数据库"蒸馏"成了一个小模型，实现了不检索的检索增强，堪称懒人福音。

关键词: AI新闻,小模型,Sapient,Hierarchical Reasoning Model

27M小模型超越o3-mini-high和DeepSeek-R1！推理还不靠思维链。 开发者是那位拒绝了马斯克、还要挑战Transformer的00后清华校友，Sapient Intelligence的创始人王冠。

关键词: AI新闻,腾讯混元,开源小模型,Hunyuan-0.5B

刚刚，腾讯混元团队宣布一口气开源了 4 款小模型 —— 最大的只有 7B，另外还包括 4B、1.8B 和 0.5B 三个型号。

关键词: AI新闻,OpenAI,oai,gpt-oss,gpt-oss 120B

gpt5来临前夕，oai疑似发布的小模型gpt-oss 120B的架构图已经满天飞了。难得openai要open一次，自然调动了我的全部注意力机制。本来以为oai还要掏出gpt2意思意思，结果看到了一个120B moe。欸？！

关键词: AI,模型训练,强化微调,RFT

最近，一款全新的奖励模型「POLAR」横空出世。它开创性地采用了对比学习范式，通过衡量模型回复与参考答案的「距离」来给出精细分数。不仅摆脱了对海量人工标注的依赖，更展现出强大的Scaling潜力，让小模型也能超越规模大数十倍的对手。

关键词: AI新闻,Polaris,模型训练,Polaris-4B

香港大学NLP团队联合字节跳动Seed、复旦大学发布名为Polaris的强化学习训练配方：通过Scaling RL，Polaris让4B模型的数学推理能力（AIME25上取得79.4，AIME24上取得81.2）超越了一众商业大模型，如Seed-1.5-thinking、Claude-4-Opus和o3-mini-high(25/01/31)。

关键词: AI,GLM-4.1V-9B-Thinking,小模型,智谱

如果一个视觉语言模型（VLM）只会“看”，那真的是已经不够看的了。

关键词: AI,模型训练,教师模型,Sakana AI

Thinking模式当道，教师模型也该学会“启发式”教学了—— 由Transformer作者之一Llion Jones创立的明星AI公司Sakana AI，带着他们的新方法来了！