@DailyDoseOfDS_ 分享了 100% 本地运行 OpenBMB 的 MiniCPM5-2B(2B 参数稠密模型)的实测,让它驱动一个调查智能体排查收入下滑原因。模型自行检查文件、编写查询、分析中间结果并决定下一步,最终产出量化的诊断和事件报告,数据、工具执行和模型推理全部留在本地。
作者称其编码与工具调用能力来自 Agentic Pre-training、SFT 和大规模 RL,模型支持 SGLang、vLLM、llama.cpp、Ollama 及 iOS、Android、HarmonyOS,OpenBMB 已开源权重及部分训练配方和数据资源。OpenBMB 转发并感谢了这次演示。