30B 小模型四阶段后训练反超前沿模型，成本低 11 倍
maithra_raghu · x · 2026-10-29
Samaya 发布金融研究模型 Samaya Sterling：基于 30B MoE（3B 激活参数）的 Nemotron 3.5 Lightning，在 FrontierFinance 基准上以 58.9% 的准确率超过最强前沿模型 Claude Fable 5.1（55.9%），推理成本仅 $0.61 对 $6.89，低约 11 倍。
训练流程分四阶段：
- 两阶段 SFT：先学会使用金融工具做研究，再学会构建高质量的 agentic 研究策略
- 离线 GRPO：从 8 个提供多样化方法的教师模型中提炼研究策略
- 在线 GRPO：端到端尝试并从错误中学习
作者强调模型与 harness 的协同后训练是关键——模型学会高效使用高质量金融工具，更好的 compaction 让小模型也能执行更长更深的任务。后续方向包括基于该小模型的多智能体研究集群、训练公司专属模型，以及训练更大模型（早期结果显示收益更大）。
所属事件:Samaya 发布 30B 金融模型 Sterling，成本降 11 倍反超前沿(2 条相关)→
「编程与Agent」频道最新
- YC 开源内部多人 agent 工具 QM，E2B 提供一键沙箱部署 — badphilosopher · 2026-10-29
- Ploid 上线：为 Agent 索引全球 20 亿人的「活体人谱」 — ycombinator · 2026-10-29
- 百万上下文开源模型读整个代码库：一次跑通 660K token 花 $0.63 — HowDevelop · 2026-10-29
- BeamBridge 把老旧 GitHub 仓库一键转成零依赖 MCP 服务器 — ben_burtenshaw · 2026-10-29
- 设计师用Claude自研AI原生IDE Briiq：设计即真实代码 — coelhod · 2026-10-29
- 94个开源Blender Skills让Claude Code直接操控建模全流程 — TinfoilTricorn · 2026-10-29