ServiceNow ha presentado Apriel-Nemotron-15B-Thinker, un modelo de 15 mil millones de parámetros en la serie Apriel SLM que iguala o supera el rendimiento de líneas base más grandes de 30-32 mil millones de parámetros como o1-mini, QWQ32B y EXAONE-Deep-32B mientras usa aproximadamente la mitad de su huella de memoria.
El modelo se construye sobre un pipeline de entrenamiento de cuatro etapas: escalado del modelo base desde una columna vertebral de 12B, preentrenamiento continuo en trazas de razonamiento, ajuste fino supervisado en datos de razonamiento de alta calidad y aprendizaje por refuerzo utilizando Group Relative Policy Optimization (GRPO).
Las evaluaciones en siete benchmarks centrados en empresas y cinco tareas académicas de razonamiento demuestran que el modelo cabe dentro de la capacidad de memoria de una sola H100 o dos GPUs de consumo mientras entrega resultados de última generación para su tamaño.
Este enfoque aborda la brecha para modelos lo suficientemente pequeños como para ejecutarse en hardware limitado pero lo suficientemente inteligentes para razonamiento complejo multi-paso, invocación de herramientas y tareas empresariales específicas del dominio.