Laguna 开源小模型挑战同尺寸 SOTA
推荐指数 52.0 NO. 015 · 2026.04.29
发布2026/04/28Score70Comments28
为什么值得看
Laguna 发布 M.1 和 XS.2 两款模型，XS.2 为首款开源权重版本，配套提供 agent 训练运行时的预览体验。亮点在于用 Muon 优化器和自动化数据混合策略，试图在极小参数量下挤出更高 agent 能力。
编辑判断
Muon 这个优化器最近在小圈子里讨论很多，它用 Newton-Schulz 迭代替代 Adam 的逐元素更新，理论上能让小模型的收敛质量更接近大模型。Laguna 团队敢把它放进生产训练管线，说明已经趟过稳定性坑了。
XS.2 的定位很像是冲着 Qwen2.5-0.5B/1.5B 和 Gemma 2B 的 agent 场景去的，但 HN 上 70 分 28 评论的热度说明社区还在观望实际 benchmark。如果你在做端侧 agent 或者预算极低的 LLM 服务，建议等他们放出 eval 数据后再决定是否迁移，目前优先关注 Muon 在他们训练日志里的实际表现。