Nanbeige4.2-3B是什么
Nanbeige4.2-3B是BOSS直聘南北阁实验室推出的通用Agent小模型，仅3B参数却在代码智能体、办公工作流、复杂工具调用等Agent任务上超越Qwen3.5-9B与Gemma4-12B等更大模型。模型采用Looped Transformer架构提升有效容量，构建了代码、工具、办公三类Agent数据的闭环合成管线，经三阶段课程SFT与多阶段RL训练，在降低推理成本的同时保持强Agent能力，已开源并适配多种推理引擎。
阅读目录
Nanbeige4.2-3B的主要功能
-
代码智能体：支持在真实代码仓库中浏览、定位问题、完成修改并运行验证，覆盖软件工程全流程。
-
办公智能体：模型能处理文档、表格、幻灯片、PDF等跨格式文件，支持多文件依赖与长流程办公工作流。
-
复杂工具调用：支持MCP在线服务、本地Python工具及虚拟工具的链式调用与参数推断。
-
通用推理：覆盖数学、代码与科学推理，在GPQA Diamond、HMMT等评测上取得同规模最佳成绩。
-
本地个人助手：具备多轮规划、文件处理与错误恢复能力，可低门槛部署为本地Agent助手。
Nanbeige4.2-3B的技术原理
-
Looped Transformer架构：模型隐藏状态经全部Transformer层后再次回送同一组层进行第二遍计算，在不增加参数量的前提下提升有效计算深度，经验证循环两遍在效果与稳定性间最优，且不共享KV Cache以效果优先。
-
预训练数据上采样：语料从23T扩展至28T tokens，对数学、代码和合成QA数据采取激进上采样，使小模型在推理与知识评测上全面领先同规模基座。
-
Agent数据闭环合成：针对代码智能体构建”训练—失败分析—数据补充”飞轮，针对工具调用设计真实MCP、本地Python与虚拟工具三类环境并随模型能力演化难度，针对办公智能体建立素材聚类、任务生成、产出回收的闭环反馈。
-
三阶段课程SFT：按64K→128K→256K逐步提升Agent数据占比，对错误轮次设置Loss Mask保留错误上下文但不学习错误动作，使模型学会在真实错误历史上修正任务。
-
多阶段RL配方：先经Think/Non-Think两阶段RLHF稳定生成质量，再进行带长度控制的Reasoning RL减少简单问题无效Token，最后结合Outcome Reward与Action-Centric Rubric进行Agentic RL，选择轨迹较短且已有成功率的任务训练提升稳定性。
微信关注回复“开源”，加入AI开源项目交流群
如何使用Nanbeige4.2-3B
- 获取模型权重：从Hugging Face下载Agent模型（Nanbeige4.2-3B）或Base模型（Nanbeige4.2-3B-Base）的权重文件。
- 选择推理引擎：用已适配的Transformers、SGLang、vLLM、llama.cpp或Ollama等引擎加载模型，3B参数对硬件要求较低，适合本地PC或边缘设备部署。
- 切换推理模式：根据任务复杂度选择思考模式（Think）进行深度推理，或选择非思考模式（Non-Think）进行快速响应，两种模式可灵活切换。
- 接入Agent框架：将模型接入OpenClaw等Agent框架，配置外部工具和Scaffold，可执行多步代码、办公或研究任务。
Nanbeige4.2-3B的核心优势
-
小参数大能力：3B参数在Agent任务上稳定超越9B/12B级模型，大幅降低高频调用场景的推理成本。
-
架构创新：采用Looped Transformer在固定参数下压榨有效容量，相比标准Transformer获得约75%的token efficiency收益。
-
数据飞轮：三类Agent数据均构建闭环反馈与难度演化机制，训练数据随模型能力同步提升而非停滞。
-
训练精细：SFT错误掩码保留错误上下文但不学习错误动作，RL多阶段配方兼顾准确率提升与输出长度下降。
-
低门槛部署：已适配主流推理引擎，支持Think/Non-Think双模式，适合本地部署与成本敏感场景。
Nanbeige4.2-3B的项目地址
- HuggingFace模型库：
- https://huggingface.co/Nanbeige/Nanbeige4.2-3B
- https://huggingface.co/Nanbeige/Nanbeige4.2-3B-Base
- 技术论文：https://huggingface.co/Nanbeige/Nanbeige4.2-3B/blob/main/Nanbeige42_report.pdf
Nanbeige4.2-3B的同类竞品对比
| 对比维度 | Nanbeige4.2-3B | Qwen3.5-4B |
|---|---|---|
| 非Embedding参数量 | 3B | 4B |
| General Agent（PinchBench-V2） | 74.7 | 63.9 |
| Code Agent（SWE-Bench Verified） | 63.6 | 38.8 |
| 办公任务（GDPval） | 68.8 | 37.0 |
| 推理能力（GPQA） | 53.3 | 43.1 |
| 架构特色 | Looped Transformer | 标准Transformer |
| 部署门槛 | 更低，适配多引擎 | 标准部署 |
Nanbeige4.2-3B的应用场景
-
本地代码开发：在开发者本地环境执行代码仓库浏览、Bug修复、补丁验证等软件工程任务。
-
办公工作流自动化：自动处理跨格式文档、表格与幻灯片，完成数据整理、报告生成及格式转换。
-
智能工具编排服务：通过MCP协议调用在线服务与本地工具，实现信息检索、数据分析与多步骤任务编排。
-
边缘设备个人助手：部署在PC或NAS等本地设备，作为低延迟、隐私可控的通用Agent助手。
-
高频Agent系统核心引擎：在需数十至上百次模型调用的复杂Agent系统中替代大模型，显著降低运营成本。
