Nanbeige4.2-3B

Nanbeige4.2-3B是一个仅3B参数的精简代理模型，采用循环Transformer架构复用层以增加容量而不增加参数。在SFT中通过真实与合成环境扩展训练多样性，RL阶段结合结果与过程奖励。在工具使用、办公代理和代码代理基准上优于Qwen3.5-9B和Gemma4-12B等更大模型，推理能力在同规模开源模型中领先，并可集成到个人工作流代理框架如OpenClaw中。

该模型以不到其他模型三分之一参数实现超越，证明循环架构能有效提升小模型代理能力。此前小模型在复杂代理任务上表现较弱，Nanbeige4.2-3B填补了这一空白，为资源受限场景提供可行方案。

Looped Transformer通过重复利用相同层，在固定参数下增加有效深度，提升模型容量。SFT阶段引入真实环境与合成环境混合训练，并多样化任务类型与框架，增强泛化性。RL阶段混合结果与过程奖励，稳定训练小模型，使其学会更精确的代理行为。

该模型可直接用于构建本地个人助手、代码辅助工具和办公自动化代理，降低对云端大模型的依赖。3B参数量使其适用于端侧设备，减少推理延迟和成本。嵌入现有产品时需改造接口适配其代理框架（如OpenClaw）。

• 将Nanbeige4.2-3B集成到代码编辑器插件中，提供本地代码补全与重构建议，无需联网且响应更快
• 基于该模型开发轻量级办公自动化工具，自动处理邮件分类、日程安排等任务
• 在移动端或IoT设备部署作为多轮对话助手，进行工具调用与环境操作

• 模型是否完全开源？授权协议是否允许商业使用？
• 在真实用户场景下的端到端延迟与稳定性表现如何？
• Looped Transformer架构对长序列任务（如多步推理）是否存在显存瓶颈？
• 与其他3B同级别模型（如Qwen3-4B）的具体对比数据是否公开？