4B小模型極限在哪里？

最新模型Jan-nano引起熱議，它在智能體任務(wù)上超過671B的最新版DeepSeek-V3 0528，在SimpleQA基準(zhǔn)上獲得80.7分。

先來看一下它的實(shí)際表現(xiàn)，包括兩個(gè)任務(wù)：

• 對(duì)研究某公司目前的擴(kuò)張情況，該公司的擴(kuò)張正威脅著另一家公司的市場(chǎng)份額，并撰寫一份可能影響金融公司盡職調(diào)查流程的MBA水平報(bào)告。
• 匯總今日財(cái)經(jīng)突發(fā)新聞，聚焦令人震驚的消息。

總結(jié)一下，Jan-nano的能力包括：

• 在正確的提示詞下，可以進(jìn)行深度研究
• 從搜索結(jié)果中有效地獲取相關(guān)信息
• 針對(duì)MCP協(xié)議優(yōu)化，可無縫集成各種MCP服務(wù)器調(diào)用工具

再來看一下官方評(píng)估結(jié)果，與它同臺(tái)競(jìng)技的不是閉源方案就是DeepSeek-v3這樣的671B大型MoE模型。

目前Jan-nano取得最高分80.7%，并且作者透露下一個(gè)版本的目標(biāo)是85%。

不過研究團(tuán)隊(duì)Menlo Research特別提醒大家，Jan-Nano只是在這一個(gè)指標(biāo)上優(yōu)于Deepseek-671B，并且在測(cè)試中使用了基于MCP的方法。

我們完全理解4B模型有其局限性，但看看它能走到多遠(yuǎn)總是很有趣的。

具體來說，Jano在Qwen3-4B上使用字節(jié)&清華開源的DAPO強(qiáng)化學(xué)習(xí)微調(diào)方法。

團(tuán)隊(duì)稱將很快發(fā)布詳細(xì)的技術(shù)報(bào)告，敬請(qǐng)期待。

誰是Menlo Research？

Menlo Research是一個(gè)專注于AI和機(jī)器人技術(shù)的開放研發(fā)實(shí)驗(yàn)室，其主要目標(biāo)為構(gòu)建機(jī)器人的”大腦”。

創(chuàng)始人為一對(duì)夫妻D(zhuǎn)aniel Ong與Nicole Zhu，Nicole Zhu在斯坦福讀人機(jī)交互碩士期間休學(xué)創(chuàng)業(yè)，此前在谷歌做過高級(jí)工程師。

Menlo Research堅(jiān)持用戶擁有原則，產(chǎn)品都是開源的，設(shè)計(jì)為離線運(yùn)行或自托管。

此前Menlo Research的核心產(chǎn)品是Jan，一個(gè)可以100%離線運(yùn)行的開源AI助手應(yīng)用。

Jan被定位為ChatGPT的替代品，曾在推出數(shù)月后，在沒有風(fēng)險(xiǎn)投資支持的情況下超過百萬次下載，

Jan的長(zhǎng)遠(yuǎn)愿景是成為“自驅(qū)動(dòng)計(jì)算機(jī)”，實(shí)現(xiàn)從用戶操作計(jì)算機(jī)到計(jì)算機(jī)自主操作的轉(zhuǎn)變，具體來說，規(guī)劃中的能力包括。

• 將用戶指令轉(zhuǎn)化為直接行動(dòng)
• 跨應(yīng)用程序工作，無需手動(dòng)切換
• 學(xué)習(xí)用戶的特定工作模式
• 自主完成重復(fù)性任務(wù)

此外，Menlo Research還在新加坡Echelon展會(huì)上展出了一款人形機(jī)器人。

Jan-nano模型下載：
https://huggingface.co/Menlo/Jan-nano

Menlo Research：https://menlo.ai