Originalarbeiterreichbar
Nanbeige4.2-3B: Unlocking Agentic Capabilities in a Compact Model
Technischer Bericht des Nanbeige Lab zu Nanbeige4.2-3B, einem kompakten Modell für Agentenaufgaben mit 3 Milliarden Parametern ohne Embedding, erste Fassung vom 24.07.2026, zweite vom 27.07.2026. Nach Angabe der Entwickler von Grund auf als Looped Transformer vortrainiert. Die Vergleiche mit größeren Modellen sind Angaben der Entwickler über das eigene Modell.
geprüft 10.11.2026
Worauf sich diese Seite beruft, wörtlich, abgerufen am 15.10.2026:
Nanbeige4.2-3B is pretrained from scratch on 28T tokens with a Looped Transformer that reuses the layer stack to increase capacity without adding parameters.
bestätigt 10.11.2026
Die Denkspur als Fenster ins Modell, und was GPT-6 Astra daran ändertLooped Transformer: Ein Modell, das denselben Block mehrfach durchläuftLooped Transformer im Glossar