南北閣Nanbeige4-3B開源 挑戰Qwen3小模型新高度

小模型方向的回歸

近年大語言模型的參數規模從百億、千億一路飆升至萬億級別，效果提升的同時，推理與微調訓練成本水漲船高，令眾多企業與開發者望而卻步，投入產出比備受質疑。

正因如此，業界重新聚焦曾被忽視的小語言模型：參數量小、推理速度快、部署成本低，若能在能力上逼近大模型，將成為推動AI普惠落地的關鍵力量。