专题：open-source-models

本文详解 Amazon Bedrock 平台的强化微调（RFT）技术，通过奖励信号优化模型性能，无需依赖大规模标注数据集即可提升准确率最高达 66%。重点涵盖数据集设计、奖励函数策略及超参数调整，适用于代码生成、数学推理等可验证任务及需 AI 反馈的主观任务，结合 GSM8K 数据集案例展示实际应用效果。

谷歌开源Gemma系列大模型，主打手机端离线Agent支持与内存优化技术。通过动态内存分配和量化压缩，实现轻量化部署。对比Qwen等竞品，突出其在参数规模、推理效率及资源占用方面的优势，为移动端AI应用提供新方案。

Google推出Gemma 4系列开源小模型，支持手机等设备本地运行。通过Apache 2.0许可证实现完全开源，配套专利保护机制。该模型突破数据中心依赖，满足医疗、金融等行业数据安全需求，引入多步推理与Agent模式等核心技术，推动AI技术在边缘设备的广泛应用。

谷歌发布Gemma 4系列多模态LLM，包含2B/4B/31B及26B-A4B参数模型。核心亮点包括Per-Layer Embeddings架构提升参数效率、支持视频/音频/OCR等视觉任务处理，以及通过AI Studio提供API接口。测试显示20亿参数模型运行正常，但31B模型存在输出异常，作者演示了模型生成SVG图像的应用案例。

本文展示开放模型在代理任务中的突破性表现，GLM-5和MiniMax M2.7在核心功能上可与闭源模型媲美，成本降低90%以上。通过Deep Agents框架实现模型无缝切换，提供具体性能指标和部署方案，为开发者提供开源模型的实用评估指南。

本文探讨了Andrej Karpathy对AI模型生态的看法，分析了开源与闭源模型的竞争与合作，强调了‘龙虾’模型在人格设计上的创新，以及其对AI技术发展的影响。文章提供了对当前AI行业趋势的深入洞察，对开发者和研究者具有参考价值。

SAIR Foundation于国际数学日启动‘数学蒸馏挑战赛’，旨在提升AI的数学推理能力。赛事聚焦等式理论，提供2200万道题目，要求参赛者将复杂代数知识浓缩于A4纸大小的策略指南中，以增强弱模型的推理能力。挑战赛分为策略测试与形式化验证两个阶段，强调开放合作与全球科研协作。

Microsoft Foundry 集成 Fireworks AI，为企业提供统一的开放模型推理平台。该方案支持多款主流模型，包含无服务器部署和 PTU 计费模式，日处理能力达 13 万亿 tokens，每秒处理 18 万请求。核心亮点在于打通模型全生命周期管理，通过 BYOW 功能实现自定义权重部署，解决传统方案中工具碎片化导致的扩展难题，助力开发者高效…

2026年初AI领域聚焦于代理技术与模型特性对比，GPT-5.2与Claude Opus 4.5展现不同优势，Kimi K2.5作为开源模型在代理执行和编码性能上表现亮眼，但许可问题限制其企业应用。代理工程标准化进程加快，‘clawdbot’等品牌化趋势凸显。