# Nanbeige4.2-3B – 南北阁实验室推出的通用 Agent 小模型

- Link: https://paooo.com/aigc-news/39157/
- Published: 2026-07-27T14:16:02+08:00
- Author: 站外新闻

## 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](https://paooo.com/ai-study/)。
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是什么](https://paooo.com/aigc-news/39157/#nanbeige423b%e6%98%af%e4%bb%80%e4%b9%88)
 * [Nanbeige4.2-3B的主要功能](https://paooo.com/aigc-news/39157/#nanbeige423b%e7%9a%84%e4%b8%bb%e8%a6%81%e5%8a%9f%e8%83%bd)
 * [Nanbeige4.2-3B的技术原理](https://paooo.com/aigc-news/39157/#nanbeige423b%e7%9a%84%e6%8a%80%e6%9c%af%e5%8e%9f%e7%90%86)
 * [如何使用Nanbeige4.2-3B](https://paooo.com/aigc-news/39157/#%e5%a6%82%e4%bd%95%e4%bd%bf%e7%94%a8nanbeige423b)
 * [Nanbeige4.2-3B的核心优势](https://paooo.com/aigc-news/39157/#nanbeige423b%e7%9a%84%e6%a0%b8%e5%bf%83%e4%bc%98%e5%8a%bf)
 * [Nanbeige4.2-3B的项目地址](https://paooo.com/aigc-news/39157/#nanbeige423b%e7%9a%84%e9%a1%b9%e7%9b%ae%e5%9c%b0%e5%9d%80)
 * [Nanbeige4.2-3B的同类竞品对比](https://paooo.com/aigc-news/39157/#nanbeige423b%e7%9a%84%e5%90%8c%e7%b1%bb%e7%ab%9e%e5%93%81%e5%af%b9%e6%af%94)
 * [Nanbeige4.2-3B的应用场景](https://paooo.com/aigc-news/39157/#nanbeige423b%e7%9a%84%e5%ba%94%e7%94%a8%e5%9c%ba%e6%99%af)

![Nanbeige4.2-3B](https://paooo.com/wp-content/uploads/2026/07/Nanbeige4.2-3B-website-
1.avif)

## Nanbeige4.2-3B的主要功能

 * **代码[智能体](https://paooo.com/trends/)**：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。

![挖挖GitHub](https://paooo.com/wp-content/uploads/2026/07/wawagithub-103.avif)

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](https://ai-bot.cn/qwen3-5/) |  
   |  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。

**🚀 Prompt 语宙 AI 创作者生态：**探索 2,000+ 全球实用 AI 工具与高精度生图提示词
咒语库

[🧭 语宙 AI 导航 (ai.paooo.com)](https://ai.paooo.com/)[🎨 AI 生图 Prompt 库](https://paooo.com/ai-image-prompts/)
[⚡ AIGC 早报生成器](https://paooo.com/mtool/)