一项研究表明，具有双曲基底的小型语言模型（146 M 至 3 B 参数）可以展现出创造力、诚实性和设计性遗忘，从而解决了评估伴侣 AI 缺乏可靠工具的问题。

  • 一个 146 M 的行为审计器以 90.7% 的二元合规准确率检测到合规差距，优于显示出低一致性（Fleiss kappa = 0.074）的训练有素的人类评分员。
  • 该审计器在未见的生成器家族上识别出由伴侣引发的阿谀奉承和捏造的记忆，AUROC 为 0.804，而前沿零样本裁判的 AUROC 为 0.721。
  • 在针对四种提示基线的 311 次已决成对比较中，创意框架种子以 100% 的比例被偏好。
  • 一个记忆操作系统使用公式 M(t) = S*exp(-lambda*t) 实现设计性遗忘，其预测的骨架壁纸分区在选择性检索门控下显现。

作者得出结论，这些特性为小型模型通往可信赖的伴侣 AI 提供了一条路径。