開發人員推出了緊湊型的NanoJev模型以進行決策

研究人員發佈了 NanoJev — 一種具有 0.6B 參數的專用模型，旨在解決實時決策任務。系統架構支持數據並行處理，使其能夠生成完整的概率分布，而無需經典的自回歸解碼。

在測試過程中，模型展示了在遊戲環境中的高效率，包括迷宮模擬和「蛇」遊戲。根據基準測試結果，NanoJev 在類似場景中超越了 Jev 和 Qwen 模型的性能。系統的運行速度在內部評估標準下達到 9 分，訓練或推理時間為 10 小時。

模型的技術實現著重於在保持預測準確性的同時最小化計算成本。放棄逐步解碼令牌使系統能夠更快速地響應環境的變化，這對於在動態條件下控制代理的任務至關重要。

發佈版本在 GitHub 上以免費授權公開提供。開發人員指出，模型的小尺寸允許在不使用強大的伺服器 GPU 的情況下在消費級設備上運行，這簡化了將其集成到本地 AI 系統和自主遊戲引擎的過程。