模型
Qwen2.5-1.5B-Instruct
Qwen2.5 系列的小参数指令微调模型，15 亿参数，适合轻量级部署与连通性测试
时间轴 (近 90 天)
10月18日
团队选择Qwen2.5-1.5B-Instruct作为语言模型，原因是黑客松时间紧、硬件有限，从头训练模型不现实，且希望把精力集中在记忆架构上。
待验证50%
10月17日
Phase 1 使用 RTX PRO 4000 24GB 运行 Qwen2.5-1.5B-Instruct，通过 vLLM 部署，Open WebUI 中显示了一次回复。
待验证50%
10月17日
Phase 1 中，作者用日语提问，模型返回英文的「Connected successfully.」。
待验证50%
10月11日
三个被测开源模型在每个用例上都输出了合法 JSON，解析成功率均为 1.00
待验证50%
10月11日
在认知校准能力上参数量不是决定性因素，但同一家族中 3B 相比 1.5B 有巨大跃升（0.90对0.15），说明规模仍有明显增益
待验证50%
全部知识事实 (5)
待验证
团队选择Qwen2.5-1.5B-Instruct作为语言模型，原因是黑客松时间紧、硬件有限，从头训练模型不现实，且希望把精力集中在记忆架构上。
50%待验证三个被测开源模型在每个用例上都输出了合法 JSON，解析成功率均为 1.00
50%待验证在认知校准能力上参数量不是决定性因素，但同一家族中 3B 相比 1.5B 有巨大跃升（0.90对0.15），说明规模仍有明显增益
50%待验证Phase 1 使用 RTX PRO 4000 24GB 运行 Qwen2.5-1.5B-Instruct，通过 vLLM 部署，Open WebUI 中显示了一次回复。
50%待验证Phase 1 中，作者用日语提问，模型返回英文的「Connected successfully.」。
50%