Granite-4.2-8B
PulseAugur coverage of Granite-4.2-8B — every cluster mentioning Granite-4.2-8B across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
PLVR系统使用程序来增强小型AI模型在程序性任务中的能力
研究人员开发了一个名为PLVR的系统，该系统使用显式程序来增强小型AI模型的程序性能力。通过聚类教师模型轨迹和编写类型化原语，PLVR组装程序来指导学生模型完成任务。这种方法显著提高了在电信等程序性领域的性能，一个8B模型在程序指导下达到了91%以上的准确率，而其基础性能为43%。该系统有效地缩小了大型模型和小型模型之间的性能差距，表明对于某些工具使用任务，在正确的程序指导下，小型模型已足够。
-
15个本地LLM模型测试代理/工具使用；qwen/qwen3.8-27b领先
一位用户使用Toolery基准测试了15个本地大型语言模型在工具和代理使用方面的能力。该基准测试包含四个难度级别的143个场景，每个模型在每个场景下进行3次试验。模型在本地使用LM Studio运行，具有30k token上下文窗口和0.8的温度。qwen/qwen3.8-27b模型以71.8%的总分获得最高分，在简单和中等难度级别中表现尤为出色。
-
IBM发布Granite-4.2-30B，具备内置推理能力 · 跟踪2个来源
IBM发布了Granite-4.2-30B，这是一款专为企业和研究用途设计的大型语言模型，根据Apache 2.0许可证提供。该模型具有原生的链式思考（chain-of-thought）推理能力，使其能够执行逐步思考，从而在数学、编码和代理工具调用等复杂任务上获得更好的性能。Granite-4.2-30B支持灵活的思考模式，拥有512K的上下文窗口，并兼容多种推理库和工具，包括Hugging Face Transformers、vLL…