V4-Flash为何能小参数反超大模型？
这个话题对PM的冲击不在技术，在认知刷新。284B总参数、13B激活，在9项Agent基准中全面碾压自家1.6万亿参数的V4-Pro。更反直觉的是：架构和参数完全没动，所有提升全靠后训练。用产品语言翻译就是——同一个产品骨架，换了套运营策略，DAU直接翻倍。具体怎么做到的？三招：智能体轨迹奖励塑形（用完整执行轨迹训练而非单轮问答）、工具使用课程学习（从简到繁逐步引入工具组合）、效率感知对齐（惩罚不必要的Token消耗）。有个例子特别直观：让Flash分析服务器SSH日志，它自己grep异常IP、查归属地、翻认证失败记录，最后出了一份完整溯源报告。用户只给了第一句话，后面全是它自己推的。这说明什么？AI竞争正从"更大"转向"更聪明"。对PM来说，这意味着选模型不能再只看参数量，后训练质量才是2026年真正的护城河。
发布于 山东
分享
1
2
未登录
友善发言
评论
加载中
