待验证50% 置信基准精确时间

开发团队将 NeoHorse-1-4B 与五个约 40 亿参数的小型模型对比，在代理任务、编程、指令执行等类别中该模型名列前茅，且 10 项测试基准的平均分表现均衡

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/9/16

首次发现

有效期至：2026/12/15

来源

NeoHorse-1-4B实测：会自我训练的本地小模型

涉及实体

NeoHorse-1-4Bmodel

相关事实

待验证分享者在大模型时代之前训练过的最大模型参数量仅约4000个参数69% 相似待验证开发团队用分布式拆层方法测试过高达1万亿参数的模型65% 相似待验证微软的Phi系列小模型通过精心设计的合成'教科书级'数据进行训练，以不到3B的参数量在多项基准测试中超越了10倍于其规模的模型64% 相似待验证根据文中量化估算，编程智能体任务中模型推理仅占总时间的 20%-30%，剩余 70%-80% 花在等待外部系统 I/O 响应64% 相似待验证评估大模型每任务成本需要同时考虑token单价和完成任务所消耗的token数量，思维链推理模型的输出token消耗可能增加数倍甚至数十倍63% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/924344

API

curl https://kongchang.com/api/v1/knowledge/claims/924344

MCP

get_claim(id=924344)