Ammu 1.0 发布：17M~150M 小模型判断何时需事实核查
kalyan_kpl · x · 2026-10-10
开发者发布 Ammu 1.0 FactCheck Need 系列分类模型，用于在 LLM/RAG/Agent 应用中判断用户 prompt 是否需要触发 RAG 或联网搜索检索。
关键信息：
- 基于 ModernBERT 架构，提供 base(150M)、small(68M)、tiny(32M)、nano(17M) 四档规模
- 整体 Macro-F1 达 96.56%，超过 307M 参数模型 27 个点以上
- 训练数据为合成数据，覆盖 120 个细分话题、3 档难度、19 种 prompt 交互格式、29 种用户画像、8 种语域与 9 种语气，tiny/nano 模型用 base 模型做知识蒸馏
用途：可作为检索前过滤层，降低不必要的检索成本。
「模型」频道最新
- Codex 恢复即时重置购买选项，用量额度玩家回血 — CtrlAltDwayne · 2026-10-10
- Claude Sonnet 4 将于数日后从 AWS Bedrock 下架 — MikePFrank · 2026-10-10
- 编码为何成 LLM 竞争核心？haider 质疑视觉能力被冷落 — haider1 · 2026-10-10
- OpenAI 洒出 700 篇 AI 数学论文,数学家集体陷入震惊与哀伤 — The Decoder · 2026-10-10
- Haiku 级新模型人级智能降至 0.1 美元/百万 token — dan_s_becker · 2026-10-10
- 模型总爱越界瞎搞,网友建议给 RL 环境里塞个指尖陀螺 — dejavucoder · 2026-10-10