Laksh Advani

小型语言模型在代理任务中展现出优势，但行业采纳滞后

小型语言模型（SLM）在代理任务方面取得了显著进展，Gemma 4 31B 和 Qwen3.6 27B 等模型在基准测试中已接近大型前沿模型。尽管性能有所提升且成本更低，但行业在采用基于 SLM 的代理堆栈方面进展缓慢，这主要是因为前沿模型提供商和代理平台从使用更大、更昂贵的模型中获利。SLM 的一个关键挑战是，尽管它们可能得出正确答案，但其推理过程可能存在缺陷，需要检索增强生成（RAG）和蒸馏验证器等额外层来确保可靠性。