144M参数就能做Agent决策，Julia-1连安卓平板都能跑
2026-09-27
1 次阅读
RSS订阅
- Supersonic Labs 发布 Julia-1，一款仅含 1.443 亿参数的轻量级 Agent 决策模型
- Julia-1 基于 mmBERT-small，采用分类、评分和判断机制而非文本生成
- 该模型能在低端硬件如安卓平板上运行，实现了极高的部署效率
- 在 Jev 测试的 4 个基准中赢得 3 个，证明了其出色的决策能力
Supersonic Labs 发布了 Julia-1，一款拥有 1.443 亿参数的轻量级决策模型。它对 2-20 个候选答案进行分类、评分和判断，而不是生成文本。基于 mmBERT-small，它可在低端硬件上运行，并在 4 个 Jev 测试中赢得了 3 个。
📰 来源：https://www.okx.com/zh-hans/feed/post/88477598979264
💬 引用锚点
Julia-1仅需1.443亿参数即可执行Agent决策，无需生成文本，通过分类和评分候选答案实现判断。
基于mmBERT-small架构，该模型可在低端硬件上运行，如安卓平板，打破了大模型对高端算力的依赖。
在4个Jev测试中赢得3个，证明了轻量级参数规模下仍能保持可靠的决策能力。
💡 一句话定义：
Julia-1是轻量级决策模型，通过分类候选答案而非生成文本实现Agent决策。
📈 核心数据：
- 模型仅含1.443亿参数，基于mmBERT-small架构构建
- 可在安卓平板等低端硬件上流畅运行
- 在4项Jev测试中赢得3项，展现优秀决策能力
🧭 快速步骤：
- 选择适合任务的轻量级决策模型替代大语言模型
- 在低端设备上部署模型以验证运行效率
- 关注非生成式AI决策方案的技术突破
常见问题
Julia-1 是什么类型的模型？▼
Julia-1 是由 Supersonic Labs 发布的一款轻量级决策模型，拥有 1.443 亿参数。它的核心功能是通过对候选答案进行分类、评分和判断来做决策，而不是生成文本。
Julia-1 的硬件要求低到什么程度？▼
Julia-1 基于 mmBERT-small 架构设计，非常轻量，可以在低端硬件甚至安卓平板上运行，无需昂贵的服务器资源。
Julia-1 在测试中的表现如何？▼
在 4 个 Jev 测试中，Julia-1 赢得了其中的 3 个，展现了其在决策任务上的强大竞争力。
Julia-1 适合哪些应用场景？▼
由于它专注于对候选答案进行评估和排序而非生成内容，它非常适合需要快速、低成本做出决策的场景，尤其是在算力受限的边缘设备上。
💬 评论 (0)
发表评论