Nanbeige4.2-3B

Nanbeige4.2-3B – 南北阁实验室推出的通用Agent小模型

Nanbeige4.2-3B：颠覆性微小模型，Agent能力远超同级别大模型

由BOSS直聘南北阁实验室精心打造的Nanbeige4.2-3B，是一款令人瞩目的通用Agent微型模型。尽管其参数量仅为30亿，却在代码智能体、办公自动化流程以及复杂工具调用等Agent任务上，展现出远超Qwen3.5-9B和Gemma4-12B等体量更为庞大的模型的卓越性能。

Nanbeige4.2-3B究竟是什么？

Nanbeige4.2-3B是BOSS直聘南北阁实验室倾力推出的通用Agent微型模型。其30亿参数的精巧设计，却能在代码智能体、办公工作流、复杂工具调用等Agent相关任务中，超越Qwen3.5-9B和Gemma4-12B等规模更大的模型。该模型巧妙地运用了Looped Transformer架构，极大地增强了其有效容量。同时，构建了涵盖代码、工具、办公三大类Agent数据的闭环合成管线，并经过三阶段的课程化SFT（Supervised Fine-Tuning）和多阶段的RL（Reinforcement Learning）训练。这一系列精细化的训练策略，不仅有效降低了推理成本，更在保持强大Agent能力的同时，实现了开源并适配多种推理引擎。

Nanbeige4.2-3B的核心功能亮点

• 代码智能体：能够深入真实代码仓库进行浏览、精准定位问题、执行修改操作，并进行运行验证，全面覆盖软件工程的各个环节。
• 办公智能体：处理各类文档、表格、幻灯片、PDF等跨格式文件游刃有余，并能支持多文件间的依赖关系及长流程的办公自动化任务。
• 复杂工具调用：支持MCP在线服务、本地Python工具以及虚拟工具的链式调用，并能智能推断参数，实现高效协同。
• 通用推理能力：在数学、代码和科学推理领域表现出色，在GPQA Diamond、HMMT等权威评测中，取得了同等规模模型中的最佳成绩。
• 本地个人助手：具备多轮规划、文件处理和错误恢复的能力，可以轻松部署为低门槛的本地Agent助手。

Nanbeige4.2-3B的技术原理剖析

• Looped Transformer架构：模型在经过全部Transformer层的计算后，其隐藏状态会被再次送回同一组层进行二次计算。此举在不增加模型参数量的前提下，显著提升了有效计算深度。经过验证，循环两次的计算在效果和稳定性之间取得了最佳平衡，且为了追求最佳效果，并未共享KV Cache。
• 预训练数据的策略性上采样：语料库规模从23万亿 tokens 扩展至28万亿 tokens。特别地，对数学、代码和合成QA数据进行了激进的上采样处理，使得这款小模型在推理和知识评测方面，全面超越了同规模的基座模型。
• Agent数据闭环合成机制：针对代码智能体，建立了“训练—失败分析—数据补充”的飞轮机制。针对工具调用，设计了真实MCP、本地Python和虚拟工具三类环境，并根据模型能力的演进动态调整难度。针对办公智能体，构建了素材聚类、任务生成和产出回收的闭环反馈系统。
• 三阶段课程化SFT：Agent数据的占比逐步提升，从64K增加到128K，再到256K。在错误轮次的处理上，设置了Loss Mask，保留错误上下文信息但不学习错误动作，从而使模型能够在真实的错误历史中学会自我修正。
• 多阶段RL配方：首先通过Think/Non-Think两阶段RLHF（Reinforcement Learning from Human Feedback）来稳定生成质量。随后，引入带长度控制的Reasoning RL，减少简单问题中的无效Token输出。最后，结合Outcome Reward和Action-Centric Rubric进行Agentic RL，优先选择轨迹较短且成功率较高的任务进行训练，以提升整体稳定性。

关注微信公众号，回复“开源”，即可加入AI开源项目交流群。

如何高效使用Nanbeige4.2-3B

• 获取模型权重：您可以从Hugging Face平台下载Agent模型（Nanbeige4.2-3B）或Base模型（Nanbeige4.2-3B-Base）的权重文件。
• 选择合适的推理引擎：使用已适配的Transformers、SGLang、vLLM、llama.cpp或Ollama等推理引擎加载模型。由于其3B参数的特性，对硬件要求较低，非常适合在本地PC或边缘设备上进行部署。
• 灵活切换推理模式：根据任务的复杂程度，选择“思考模式”（Think）进行深度推理，或选择“非思考模式”（Non-Think）以获得快速响应。这两种模式可以根据实际需求灵活切换。
• 接入Agent框架：将模型集成到OpenClaw等Agent框架中，并配置好外部工具和Scaffold，即可执行复杂的多步代码、办公或研究任务。

Nanbeige4.2-3B的核心竞争优势

• 参数精巧，能力卓越：仅30亿参数，却能在Agent任务上稳定超越90亿/120亿级别的模型，显著降低了高频调用场景下的推理成本。
• 架构创新之举：采用Looped Transformer架构，在固定参数量下最大限度地挖掘有效容量，相较于标准Transformer，实现了约75%的token效率提升。
• 数据飞轮的持续进化：三类Agent数据的训练均构建了闭环反馈和难度演化机制，确保了训练数据的质量与模型能力的同步提升，避免了数据停滞。
• 精细化的训练工艺：SFT阶段的错误掩码设计，既保留了错误上下文，又避免了学习错误动作。RL多阶段配方的应用，兼顾了准确率的提升和输出长度的优化。
• 低门槛部署的便捷性：已全面适配主流推理引擎，支持Think/Non-Think双模式，特别适合本地部署和成本敏感型应用场景。

Nanbeige4.2-3B的项目资源链接

• HuggingFace模型库：
  • https://huggingface.co/Nanbeige/Nanbeige4.2-3B
  • https://huggingface.co/Nanbeige/Nanbeige4.2-3B-Base
• 技术论文深度解读：https://huggingface.co/Nanbeige/Nanbeige4.2-3B/blob/main/Nanbeige42_report.pdf

Nanbeige4.2-3B的同类竞品对比分析

Nanbeige4.2-3B的应用场景拓展

• 本地代码开发助手：在开发者本地环境中，执行代码仓库的浏览、Bug的修复以及补丁的验证等软件工程任务。
• 办公工作流的自动化革新：自动处理各类跨格式文档、表格和幻灯片，高效完成数据整理、报告生成以及格式转换等工作。
• 智能工具编排服务专家：通过MCP协议调用在线服务和本地工具，实现信息检索、数据分析以及多步骤任务的智能编排。
• 边缘设备上的专属个人助手：可部署在PC或NAS等本地设备上，提供低延迟、高隐私保障的通用Agent助手服务。
• 高频Agent系统的核心引擎革新：在需要数十至上百次模型调用的复杂Agent系统中，替代大模型，从而显著降低运营成本。