webAI开源TwIL-LM 跑赢120B大模型

时间：2026年8月10日 地点：美国得克萨斯州奥斯汀 人物：webAI 联合创始人兼 CEO David Stout 事件详情：webAI 发布 TwIL-LM 形式逻辑模型系列，包括 1.7B 和 3B 两个参数版本，专为本地设备上的自动形式化（autoformalization）任务设计。3B 模型 TwIL-LM3 在五项形式推理基准测试中的四项上击败参数规模 40 倍于自身的 gpt-oss-120b：规则归纳 96.4 vs 65.2、语义解析 87.6 vs 43.3、Lean 形式化 64.6 vs 63.1、精确格式回答 52.0 vs 7.0；仅在蕴涵标注环节 68.7 vs 77.5 落后。1.7B 版本是基于 SmolLM2-1.7B-Instruct 的 LoRA 适配器，量化后约 1.06 GB，可直接在 iPhone 上运行；3B 版本以 SmolLM3-3B 为底座，通过 LoRA 监督微调、检查点融合、WiSE-FT 加权插值和熵加权 GRPO 强化学习四阶段训练而成，平均吞吐达每秒 28.1 个答案，是 gpt-oss-120b 的 2.6 倍。在 M2 MacBook 上生成速度约 300 tokens/s，可作为其他 AI 系统的实时推理校验层。 背景：当前 AI 推理竞赛主要集中在通过扩大参数规模来提升能力，前沿实验室依赖大型数据中心提供 API 服务，企业租用算力获取智能。webAI 反其道而行，将纯演绎推理能力蒸馏到消费级硬件可承载的小模型中，主打"边缘可拥有、可在本地运行"的企业级推理，主攻合规、合同、研究等需要严格逻辑链条的场景。CEO Stout 表示不希望未来是"从硅谷某处租用智能"。 影响：TwIL-LM 验证了小模型在特定垂直任务上可超越大模型的可能性，为金融、医疗、法律、形式化方法研究等高合规要求行业提供了数据可完全留存的本地推理方案；其与主流通用大模型互补，可作为推理校验层持续运行，作为"AI 自动纠正层"提升整体输出质量；同时，模型采用 webAI 非商业许可证 1.0，营收性部署需另行授权，开源生态与商业模式之间的平衡再度成为焦点。 总结：webAI 通过针对形式逻辑任务的深度优化，证明 3B 小模型可在专业推理基准上击败 120B 大模型，开辟"小而精"的企业本地推理路线，对依赖云端 API 的通用大模型商业模式构成新挑战。 参考来源： 1. webAI 官方博客：https://www.webai.com/blog/webai-releases-twil-lm-a-family-of-formal-logic-models-that-outreason-a-120b-model-and-run-on-an-iphone 2. MarkTechPost：https://www.marktechpost.com/2026/08/10/webai-releases-twil-lm-a-1-7b-and-3b-formal-logic-model-family-for-autoformalization-on-local-hardware/ 3. Hugging Face TwIL-LM3 模型卡：https://huggingface.co/webAI-Official/TwIL-LM3 4. Hugging Face TwIL-LM 仓库：https://huggingface.co/webAI-Official/TwIL-LM 5. Bio & News 报道：https://biography-news.com/article/167276 6. webAI 官方 LinkedIn（CEO 评论）：https://www.linkedin.com/posts/webai-official_i-dont-want-a-future-where-were-renting-activity-7424936239805460480-PU9p