小腦袋變得更聰明的案例：@SentientAGI 的實驗結果 "模型越大越聰明" 的觀念被 Sentient 打破了。 在 LiveCodeBenchPro 基準測試中，僅有 7~14B 的參數，學習數據僅 20%（可以理解為只學習了少量數據）的 Dobby-CP 模型， 在中等難度問題的通過率上與 GPT 級的超大型模型相同。 這證明了在傳統的簡單測試中獲得的分數並不能保證實際的問題解決能力。 這種性能的主要貢獻來自 Sentient 的核心技術 ROMA 框架。 ROMA 框架將複雜的任務分解為小步驟進行並行處理。 在節省 50~80% 的推理成本的同時，達到了比 GPT 更高的準確度。 這樣的結果數據證明了，與其說模型的大小重要，不如說數據的質量以及模型的理解和學習能力才是影響智力的關鍵。 --- Sentient 的研究團隊成功實現了在模型內部嵌入 25,000 個指紋的 OML 1.0，且沒有性能下降。 社群的反應也指出，隨著 AI 的增長，變得愚蠢的說法也隨之而來。 這可以與人類大腦以 20W 的功率進行高維推理的效率相提並論。 總之，儘管 Sentient 的模型較小，但卻展示了更高效率的高智力，像是一種怪物般的 AI。