热门话题
#
Bonk 生态迷因币展现强韧势头
#
有消息称 Pump.fun 计划 40 亿估值发币，引发市场猜测
#
Solana 新代币发射平台 Boop.Fun 风头正劲
Inference
推理研究与开发
虽然前沿模型在自主搜索方面表现出色，但对于这种以令牌为中心的任务来说，它们的成本过高且速度缓慢。这是一个问题，因为搜索精度往往随着处理的令牌数量而增加。
解决方案是小型、经过精心强化学习训练的模型，专门针对各个搜索引擎，这些模型可以在成本和速度上比通用前沿模型便宜一到两个数量级，同时表现更好。
10月1日 03:20
得益于强化学习的复兴，LLM（大语言模型）终于能够可靠地协调工具和推理，以进行高精度检索。
像 Happenstance、Clado 和 Mintlify 这样的公司已经转向了代理搜索，用户感到不够的体验迟早会被视为破损。
4.03K
😋
2025年9月29日
重大消息：我将加入 @inference_net 担任机器学习工程师/研究员。
非常感谢每一个参与这段旅程的人：
• @Teknium1 我最大的灵感来源，他在 Nous 的工作推动了我前进。
• @TroyQuasar 在艰难时刻陪伴我。
• 还有我的整个网络，你们的支持对我意义重大。
我不会忘记这一切。感激你们所有人。
6.69K
每天有成千上万的小型语言模型被上传到HuggingFace，但大多数并没有被企业采用。
有用性的最佳信号不是基准测试或HF下载量，而是公司是否真的将模型部署到生产环境中。
@michael_chomsky 找到了那些真正产生影响的模型：
2025年9月18日
介绍令人惊叹的开放工作马模型，这是一个经过精心策划的小型语言模型（SLM）集合，实际上已经在企业中得到应用。
你可能听说过关于SLM的实用性的炒作，以及它们如何成为“未来”。
但这实际上意味着什么？
企业实际上使用哪些模型来以更便宜、更快或更准确的方式解决他们的问题，而不是前沿的LLM？
我汇总了一份小型模型的清单，我确实知道它们在生产中被使用，并提供了它们用于解决现实世界问题的证据。
如果你在生产中使用SLM，请联系我，或者更好的是提交一个PR！
我的目标是使这成为实际有用的小型模型的最佳集合，因为HF下载量根本不是衡量模型是否真的好的有效指标。
2.9K
热门
排行
收藏