Nanbeige4.1-3B построен на базе Nanbeige4-3B-Base и представляет собой расширенную версию нашей предыдущей модели рассуждения Nanbeige4-3B-Thinking-2511, достигнутую за счет дальнейшей оптимизации после обучения с контролируемой точной настройкой (SFT) и обучением с подкреплением (RL). Будучи высококонкурентной моделью с открытым исходным кодом и небольшим масштабом параметров, Nanbeige4.1-3B показывает, что компактные модели могут одновременно обеспечивать надежные рассуждения, согласование предпочтений и эффективное агентское поведение. В частности, Nanbeige4.1-3B демонстрирует следующие ключевые сильные стороны: Сильное рассуждение: Nanbeige4.1-3B способен решать сложные, многоэтапные проблемы посредством последовательного и последовательного рассуждения в течение одного прямого прохода и надежно дает правильные окончательные ответы на сложные задачи, такие как LiveCodeBench-Pro, IMO-Answer-Bench и AIME 2026 I. Надежное выравнивание предпочтений: Nanbeige4.1-3B обеспечивает высокую производительность выравнивания, превосходя не только модели того же масштаба, такие как Qwen3-4B-2507 и Nanbeige4-3B-2511, но и существенно более крупные модели, включая Qwen3-30B-A3B и Qwen3-32B на Arena-Hard-v2 и Multi-Challenge. Агентские возможности:** Nanbeige4.1-3B — первая небольшая модель общего назначения, изначально…
Модальности:
Генерация текста
Области применения:
Диалог / чат
Задача: Генерация текста
Автор: Nanbeige
Теги: llama, llm, nanbeige, conversational, en, zh, eval-results, text-generation-inference
Лайков: 953 | Загрузок: 443,657
Описание основано на материалах HuggingFace. Перевод выполнен автоматически.
