Samaya AI发布金融专用小模型Sterling：3B激活参数超越Claude Fable 5.1，成本仅1/11

SmartHey10月30日消息，金融AI研究企业 Samaya AI 近日正式推出专注投资研究场景的智能代理模型——Samaya Sterling。该模型基于英伟达 Nemotron 3.5 Lightning（30B MoE架构，实际推理仅激活约3B参数）构建，通过四阶段协同后训练优化，在自研金融评测基准 FrontierFinance 上表现全面领先通用旗舰大模型 Claude Fable 5.1：达标率提升至58.9%，高出后者3个百分点；单任务推理成本低至0.61美元，仅为Claude Fable 5.1（6.89美元）的约1/11，验证了‘小模型+强Agent框架’在垂直领域的高效可行路径。

FrontierFinance 评测基准涵盖220道真实金融研究问题，覆盖标的筛选、宏观研判、财报深度解析等完整投研工作流。此前，通用大模型Claude Fable 5.1在该基准上达标率为55.9%，平均响应延迟为282秒；Samaya Sterling在标准模式下达标率58.9%、延迟268秒，性能与效率实现双优；启用高算力深度调研模式后，达标率进一步跃升至60.6%，单题成本相应增至1.83美元，展现灵活可调的质量-成本权衡能力。

Samaya Sterling采用“两阶段监督微调（SFT）+ 两阶段GRPO强化学习（RL）”的完整四阶段训练范式，并全程与其自研金融Agent运行框架（harness）联合迭代——模型权重优化与工具调度逻辑同步演进，而非孤立调参。

为适配仅3B激活参数的小底座，团队对Agent框架进行了深度重构：精简系统提示词、统一工具接口规范，并创新引入“压缩器”与“精简器”两个轻量辅助模型，专用于摘要长文本返回结果及多轮调研轨迹，显著提升小模型处理复杂工具链调用的能力。

训练前，基础Nemotron模型平均每题仅调用工具3次；训练完成后，中位数调用次数达17次，调研深度大幅提升。评测还显示，模型增益在最难的前三分之一样本上尤为显著，指标提升幅度高于整体均值，印证其对高难度专业任务的强适应性。

项目进一步验证了精度与成本的可控平衡机制：在强化学习奖励函数中加入上下文长度惩罚项，可在仅损失1.1个百分点精度的前提下降低30%推理成本；反之增强上下文奖励则小幅提升效果，但成本翻倍。开发者无需硬编码限制，仅通过奖励塑形即可动态调节Agent的行为偏好。

据Samaya团队介绍，后续将重点推进三大方向：构建多智能体协同投研集群、面向公募/券商等机构提供定制化金融模型服务，并将本套“底座+框架协同后训练”方法论迁移至更大规模基座模型——早期实验已展现出持续的性能增益潜力。

这项研究有力表明：在金融等高度专业化领域，盲目堆砌参数并非最优解；通过“精巧底座 + 深度适配的Agent运行框架 + 领域原生后训练”，中小参数模型不仅能比肩甚至超越前沿通用大模型，更能大幅压缩推理开销与落地门槛，为资管、投行、财富管理等机构规模化部署AI投研助手提供了切实可行的技术范式。