Forge是一个开源可靠性层，通过防护栏和错误恢复机制，将本地运行的8B参数模型在多步代理任务中的成功率从53%提升至99%。该框架包含评估工具和仪表板，并经过同行评审研究验证，能使较小的本地模型达到或超过大型前沿模型的性能。这一进展可能通过减少对昂贵云模型的依赖，使先进AI能力更加普及。
背景
由于错误累积问题，本地大语言模型在多步任务中常常表现不佳，即使单步准确率很高，整体成功率仍然较低。现有框架通常为基于云的模型设计，导致本地部署解决方案存在可靠性方面的空白。
- 来源
- Hacker News (RSS)
- 发布时间
- 2026年5月19日 20:23
- 评分
- 8.0 / 10