熱門話題
#
Bonk 生態迷因幣展現強韌勢頭
#
有消息稱 Pump.fun 計劃 40 億估值發幣，引發市場猜測
#
Solana 新代幣發射平臺 Boop.Fun 風頭正勁
Inference
推理研究與開發
雖然前沿模型在代理搜索方面表現出色，但對於這種以令牌為主的任務來說，它們的成本過高且速度緩慢。這是一個問題，因為搜索精度往往隨著處理的令牌數量而增加。
解決方案是小型、經過精心強化學習訓練的模型，專門針對個別搜索引擎，這些模型能夠在成本和速度上比一般的前沿模型便宜一到兩個數量級。
10月1日 03:20
感謝強化學習的復甦，LLM終於能夠可靠地協調工具和推理，以進行高精度檢索。
像Happenstance、Clado和Mintlify這樣的公司已經轉向代理搜索，對用戶來說，任何不如這種方式的搜索都會感覺不完整。
4.03K
😋
2025年9月29日
重大消息：我將加入 @inference_net 擔任機器學習工程師/研究員。
非常感謝每一位參與這段旅程的人：
• @Teknium1 我最大的靈感來源，他在 Nous 的工作推動了我前進。
• @TroyQuasar 在艱辛的過程中一直陪伴著我。
• 還有我的整個網絡，你們的支持對我來說意義重大。
我不會忘記這一切。感謝你們所有人。
6.69K
每天有成千上萬的小型語言模型被上傳到HuggingFace，但大多數並沒有被企業採用。
有用性的最佳信號不是基準測試或HF下載量，而是公司是否真的將模型部署到生產環境中。
@michael_chomsky 找到了那些真正產生影響的模型：
2025年9月18日
介紹令人驚歎的開放工作馬模型，這是一個經過精心策劃的小型語言模型（SLM）集合，實際上已經在企業中得到應用。
你可能聽說過關於SLM的實用性的炒作，以及它們如何成為“未來”。
但這實際上意味著什麼？
企業實際上使用哪些模型來以更便宜、更快或更準確的方式解決他們的問題，而不是前沿的LLM？
我彙總了一份小型模型的清單，我確實知道它們在生產中被使用，並提供了它們用於解決現實世界問題的證據。
如果你在生產中使用SLM，請聯繫我，或者更好的是提交一個PR！
我的目標是使這成為實際有用的小型模型的最佳集合，因為HF下載量根本不是衡量模型是否真的好的有效指標。
2.9K
熱門
排行
收藏