ServiceNow推出了Apriel-Nemotron-15B-Thinker，这是Apriel SLM系列中拥有150亿参数的模型，其性能与o1-mini、QWQ32B和EXAONE-Deep-32B等更大的300-320亿参数基线模型相当或更优，同时仅使用约一半的内存占用。

该模型基于四阶段训练流水线构建：从12B骨干网络进行基础模型扩展、在推理轨迹上进行持续预训练、在高质量推理数据上进行监督微调，以及使用Group Relative Policy Optimization (GRPO)进行强化学习。

在七个企业导向基准和五个学术推理任务上的评估表明，该模型可适配单张H100或双消费级GPU的内存容量，同时为其尺寸提供最先进的结果。

这种方法解决了对于足够小以在有限硬件上运行、但又足够智能以处理复杂多步推理、工具调用和特定领域企业任务的模型之间的差距。