Оценка производительности AI-агентов на малых LLM (4B и ниже) в наборе задач самооценки

Проведена оценка работы AI-агентов на ультрамалых языковых моделях размером до 4 миллиардов параметров, включая Qwen3.5-4B, Spark-X2.6 и Gemma 4. Исследование демонстрирует быстрый рост интеллектуальной плотности малых моделей и их способность эффективно справляться с задачами самооценки.