小型推理模型会是下一个大趋势吗？我们到底该衡量什么？

小型推理模型可能以更低成本逼近成本-准确性 Pareto 前沿：Pathway 基于 BDH 架构在 ARC-AGI-1 上取得的结果表明，原生在潜空间推理的模型未必需要海量参数。这类架构声称支持推理时持续学习且避免灾难性遗忘，适合安全调查、工单分析等有界领域的长程推理。作者提出四个评估维度：紧凑性、少样本适应、训练效率与持续学习，并询问本地小模型用户如何区分真正学到规则与仅跟随上下文示例。