Piccolo 决策模型家族:用递归自我改进让模型与数据共同进化
agentscope-ai · hf · 2026-11-19
Piccolo 团队发布多模态决策模型家族 Piccolo(0.8B–27B),通过 Agentic Data Engineering 与递归自我改进(RSI)让模型能力与训练数据共同进化。模型对候选答案输出概率,可用于通用文本/视觉判断、agent harness、数据工作流和交互游戏。
成绩
- Piccolo-27B 以 75.59 登顶 Decision Index Vision Full 榜
- Piccolo-9B / 4B 分别达 68.35 / 67.46,三者均在各自参数档的 Private benchmark 排第一
方法:研究 agent 分析模型行为、构造训练数据、做实验并用结果迭代下一轮提案;语义切片与共享研究记忆贯穿整个模型家族的开发,数十万级样本的训练配方以数据选择与反馈驱动精炼为核心。
三条反直觉发现
- 骨干与配方的共同适配比模型新旧更重要:相同配方下旧骨干可在视觉任务上反超新世代
- 精准的数据策展能让 4B–9B 模型在专用工作流上比肩 27B 基线
- 持续降低损失可能与离散决策准确率脱钩,甚至使其下降
权重与 Data-Juicer、AgentScope 生态工具已开源。
「研究」频道最新
- Elie Bakouch 质疑:现有 benchmark 难以真正追踪 RSI 进展 — eliebakouch · 2026-11-19
- Hutter 压缩赛成绩突进约 10%:用小型 Transformer 过拟合数据再算术编码 — ricklamers · 2026-11-19
- 自研 HybridApexW 优化器:比 torch.compile 基线快一倍 — omendUUde · 2026-11-19
- 桑迪亚实验室:电子指纹让 AI 仅用几十个样本预测高熵合金性能 — CurieuxExplorer · 2026-11-19
- 320MB LoRA 让 Qwen3.8-27B 关思考也能打:SWE-bench Pro 43.1% — HauntingMoment · 2026-11-19
- FoodTruck Bench 榜单上线 Papers with Code:让 LLM 真金白银经营餐车 30 天 — NielsRogge · 2026-11-19