Samaya Sterling: 3B-активная модель для финансовых исследований бьет Claude Fable 5.1 с 11-кратной экономией

Samaya Sterling — это дообученная версия Nemotron 3.5 Lightning от NVIDIA, которая работает как агент для финансовых исследований. Модель использует архитектуру смеси экспертов (MoE): 30 миллиардов параметров всего, но только 3 миллиарда активных на каждый запрос. Базовая модель поддерживает контекст до 1 млн токенов. Sterling планирует исследование, вызывает финансовые инструменты, собирает доказательства и передаёт результаты отдельному модулю для написания отчёта.

Обучение проходило в четыре этапа: сначала SFT на синтетических траекториях (968 вопросов, учитель — Kimi K3), затем SFT на лучших из 8 стратегий (1819 экспертных вопросов), после — offline GRPO (сравнение всех 8 ответов учителя) и online GRPO (самостоятельные попытки модели с коррекцией). Для поддержки маленькой модели команда адаптировала продакшн-обвязку: упростила промпты, объединила инструменты, добавила два вспомогательных модуля — конденсор для длинных результатов и компактор для сжатия трейса, а также бюджет исследований, ограничивающий время работы агента.

На бенчмарке FrontierFinance (220 публичных запросов с оценкой по рубрикам) Sterling показывает 58,9% при стоимости $0,61 и среднем времени 282 секунды на вопрос. Claude Fable 5.1 — 55,9% при $6,89 и 268 секундах. В режиме высокой детализации Sterling достигает 60,6% за $1,83 и 372 секунды. На самой сложной трети вопросов результат вырос с 31,8% до 45,2%. Каждый этап обучения добавлял качество: с 42,5% у базы до финальных 58,9%. Медианное число вызовов инструментов выросло с 3 до 17. Сама модель стоит $0,04 за вопрос, остальное — работа инструментов и вспомогательных моделей.