极简 RAG 模型：335M 嵌入模型与 1B 小语言模型

B1ade 是一个高效 RAG 架构，包含 335M 参数的嵌入模型（通过参数免费融合五个预训练编码器构建，零额外训练即在 MTEB 子500M 模型中取得最高分）和 1B 参数的 SLM（在低成本 GPU 上用 GRPO 和 723M tokens 训练，奖励仅优化答案相似度）。B1ade-1B 在无显式引用监督下，42.4% 回答引用检索段落，超过训练分布 5.5 个百分点，在 PopQA 得 81.82%，端到端 RAG 平均得分 0.654，较 SFT 提升 10.8%，接近 1.5 倍规模模型。

传统 RAG 依赖大规模预训练和显式监督，B1ade 证明通过模型组合和奖励设计即可实现资源高效的 RAG，无需大规模预训练。这在低成本 GPU 上训练 SLM 并达成接近更大模型性能，可能改变 RAG 系统的成本与部署模式，尤其利于资源受限场景。

B1ade 通过参数免费融合多个预训练编码器获得高性能嵌入，避免额外训练。SLM 使用 GRPO 以答案相似度为唯一奖励，在 RL 训练中涌现出引用行为（42.4%），说明基于准确性的奖励可自发产生归因能力。这种机制降低了训练成本和数据需求，同时提升模型可信度。

对产品研发，可显著降低 RAG 系统的训练与推理成本（无大规模预训练，低成本 GPU 可训），并提升引用可信度，改善用户对答案来源的信任。对嵌入模型，无需额外训练即可达到领先性能，缩短开发周期。但 SLM 规模（1B）可能限制复杂任务能力。

• 评估 B1ade-1B 在自身 RAG 场景的引用准确率，若表现稳定可集成以提升答案可信度。
• 借鉴参数免费融合策略，组合多个专用编码器构建轻量级检索模型，降低基础设施成本。
• 测试 GRPO 奖励机制在内部问答产品中的效果，以低成本提升模型归因能力。
• 针对 1B 模型的长尾知识覆盖进行基准测试，确定适用边界。

• B1ade-1B 的引用准确率具体数值如何？证据未提供。
• B1ade 模型是否开源？许可条件未知。
• 在更大规模或更复杂任务上，其表现是否仍具竞争力？
• 参数免费融合的具体实现细节是否可复现？