五个实验室,五个心智:用小模型构建多模型金融剧情游戏
原文标题:Five labs, five minds: building a multi-model finance drama on small models
AI 摘要
Thousand Token Wood v2使用四个不同实验室的小模型(gpt-oss-20b、MiniCPM3-4B、Nemotron-Mini-4B及微调Qwen 0.5B)驱动金融模拟游戏的智能体。核心发现是异构服务层摩擦在于vLLM 0.22.1需CUDA工具包,而非模型本身。通过容忍性JSON解析层,添加模型只需一条配置。信息隔离确保内幕标志不在提示词中,扫描测试验证无泄露。记忆用情绪摘要截断避免淹没。微调0.5B模型实现0%自成交、100%有效报价,真相防火墙零泄露。小模型是可靠格式生成器但不可靠推理器,可通过结构化、提示词和微调弥补。
关键信息
- Thousand Token Wood v2使用四个不同实验室的小模型(gpt-oss-20b、MiniCPM3-4B、Nemotron-Mini-4B及微调Qwen 0.
- 5B)驱动金融模拟游戏的智能体。
- 核心发现是异构服务层摩擦在于vLLM 0.
- 1需CUDA工具包,而非模型本身。
- 通过容忍性JSON解析层,添加模型只需一条配置。
速览
- 发布时间
- 更新时间
- 分类
- 教程与技巧
- AI 评分
- 66
推荐理由
不是那种「我用 GPT 写了个游戏」的浅显分享,真在四个小模型上跑出了博弈感,里面 vLLM 踩坑和防火墙测试方法可以直接抄作业。
相关实体
来源与版权
本文基于 AIHOT 公开 API 的精选标题与 AI 摘要整理,已注明来源并回链;原文版权归原媒体与作者所有,本站不镜像全文。
如何引用
引用本文时请保留标题、日期与永久链接,并注明来源为橙子新闻。
橙子新闻:五个实验室,五个心智:用小模型构建多模型金融剧情游戏。2026年6月7日。https://new.nat6.net/news/cmq2rp55c00hlsl97h98gkd14/