4B小模型極限在哪里？

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

先來看一下它的實際表現(xiàn)，包括兩個任務：

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

總結一下，Jan-nano的能力包括：

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

再來看一下官方評估結果，與它同臺競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版本的目標是85%。

不過研究團隊Menlo Research特別提醒大家，Jan-Nano只是在這一個指標上優(yōu)于Deepseek-671B，并且在測試中使用了基于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強化學習微調(diào)方法。

團隊稱將很快發(fā)布詳細的技術報告，敬請期待。

誰是Menlo Research？

Menlo Research是一個專注于AI和機器人技術的開放研發(fā)實驗室，其主要目標為構建機器人的”大腦”。

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

Menlo Research堅持用戶擁有原則，產(chǎn)品都是開源的，設計為離線運行或自托管。

此前Menlo Research的核心產(chǎn)品是Jan，一個可以100%離線運行的開源AI助手應用。

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

Jan的長遠愿景是成為“自驅(qū)動計算機”，實現(xiàn)從用戶操作計算機到計算機自主操作的轉(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
• 跨應用程序工作，無需手動切換
• 學習用戶的特定工作模式
• 自主完成重復性任務

此外，Menlo Research還在新加坡Echelon展會上展出了一款人形機器人。

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

Menlo Research：https://menlo.ai