Mach-Mind-4-Technical Report는 활성화된 파라미터가 3B에 불과한 35B 파라미터 Mixture-of-Experts (MoE) 에이전트 모델을 소개합니다. 사전 훈련 컴퓨팅을 확장하지 않고 사후 훈련 최적화를 통해 달성되었으며, 100B 파라미터 클래스 모델과 동등하거나 이를 능가하는 성능을 보입니다.
파이프라인에는 세 가지 주요 단계가 포함됩니다: 훈련 속도 17% 가속을 제공하는 통합 RL/OPD 인프라; 도메인별 전문가를 융합하기 위한 Multi-Teacher On-Policy Distillation (MOPD); 최소한의 정확도 손실로 추론 체인을 19–46% 압축하는 Hybrid Median-length Policy Optimization (HMPO).
이 모델은 AIME'26 및 IFBench와 같은 벤치마크에서 활성화 크기의 10~30배에 달하는 모델들과 동등하거나 이를 앞서는 성능을 보이며, 추론 비용은 그 일부에 불과합니다.