Forskare utvecklar 4B-parameter AI-agent som överträffar större modeller

Forskare har utvecklat AgentCPM-Explore, en kompakt AI-agent på endast 4 miljarder parametrar som presterar i nivå med mycket större modeller som Claude och DeepSeek, vilket utmanar den rådande uppfattningen att större alltid är bättre inom AI. Genom att identifiera och lösa tre centrala problem - katastrofal glömska under träning, känslighet för brusiga belöningssignaler och försämrat resonemang i komplexa sammanhang - visar studien att mindre modeller kan uppnå enastående resultat med rätt träningsmetoder. Detta är banbrytande för edge computing och mobila enheter där begränsad beräkningskraft och energiförbrukning är kritiska faktorer, samt för företag som vill köra kraftfulla AI-agenter lokalt utan att förlita sig på molntjänster. Resultatet på 97% noggrannhet i textbaserade uppgifter demonstrerar att flaskhalsen för mindre modeller inte är deras teoretiska kapacitet utan snarare stabiliteten i deras resonemang. Nyckelinsikt: Genomgripande träningsmetoder kan låsa upp edge-skaliga AI-modellers outnyttjade potential och utmana behovet av energikrävande jättemodeller.