小语言模型

最新研究通过结构化基准测试和参数高效微调，证明3B参数以下的小型语言模型经过专门优化后，可在本地硬件约束下胜任结构化专业任务，为AI民主化提供可行路径。

研究团队提出一种神经符号智能体框架，通过知识图谱工具增强Gemma 3、Llama 3.2等小语言模型的多跳逻辑推理能力，在亲属关系基准测试中实现1.5-2倍性能提升。

研究者提出一种结合图神经网络工具的上下文增强提示框架，显著提升小语言模型在分子属性预测任务中的准确性，在Tox21数据集上相对改进最高达74%。

Bilibili发布Index-1.9B系列开源小语言模型，包含基础版、纯净版、对话版和角色版四种变体。该系列模型在多项标准基准测试中表现出色，1.9B参数规模即可达到与数倍规模开源模型相当甚至更优的性能。

研究人员提出完全原创的小语言模型架构Wiola，包含螺旋位置编码、跨层注意力等五大创新组件，已发布四个参数规模版本并兼容HuggingFace生态。

研究者探索用小语言模型辅助社会物理人机交互领域的文献筛选，模型虽未超越人工精度，但处理速度提升数个量级，并额外发现10%相关论文。