BotPsy: On-Device Personal Assistant with a Sub-Billion-Parameter Agentic Language Model
BotPsy是首个参数量低于10亿的设备端代理模型,在工具调用和代理任务上超越1.2B参数模型,适用于隐私敏感场景的本地部署。
入选理由:8B参数的BotPsy在6项基准测试中超越1.2B参数模型
模型
别名:通义千问
被优化的基准模型
已跟踪 3 条高相关材料
最近变化
2026-11-11 · 8B参数的BotPsy在6项基准测试中超越1.2B参数模型
为什么值得关注
Qwen3.5-0.8B 被反复提及时,通常意味着它正在影响产品路线、开发者工作流或 AI 产业判断。这个页面把分散材料合并成一个可持续更新的观察入口。
BotPsy: On-Device Personal Assistant with a Sub-Billion-Parameter Agentic Language Model
Hugging Face Blog · 8.5 分
BotPsy是首个参数量低于10亿的设备端代理模型,在工具调用和代理任务上超越1.2B参数模型,适用于隐私敏感场景的本地部署。
面向「权重」编程。 我们离直接向大脑中写入「降龙十八掌」还有多远?
李继刚(@lijigang_com) · 8.5 分
文章提出通过直接修改模型权重(Weight-Space Programming)实现性能跃升,仅修改0.016%权重即可使数学能力提升6倍。
Astra can read and write weights to improve Qwen
Hacker News Best · 8.5 分
Astra通过直接读写神经网络权重实现模型优化,将Qwen3.5-0.8B数学准确率从7.9%提升至48.1%。
已收录 3 条与 Qwen3.5-0.8B 相关的内容,按评分排序。
BotPsy是首个参数量低于10亿的设备端代理模型,在工具调用和代理任务上超越1.2B参数模型,适用于隐私敏感场景的本地部署。
入选理由:8B参数的BotPsy在6项基准测试中超越1.2B参数模型
文章提出通过直接修改模型权重(Weight-Space Programming)实现性能跃升,仅修改0.016%权重即可使数学能力提升6倍。
入选理由:GPT-6 Astra修改0.016%权重使Qwen3.5-0.8B数学能力提升6倍
Astra通过直接读写神经网络权重实现模型优化,将Qwen3.5-0.8B数学准确率从7.9%提升至48.1%。
入选理由:Astra通过修改0.016%权重使Qwen3.5-0.8B数学准确率提升至48.1%