NeoHorse-1 运营中

NeoHorse-1 是基元律动联合无问芯穹、清华、北大、港中文、阿里巴巴等推出的开源 Agent 模型，含 4B 与 9B 两版。模型采用 Agent-Native 后训练，用 Routing Harness 的真实执行轨迹为训练数据，将路由信号复用为训练课程排序依据，实现评测反馈→数据配比→模型更新闭环。模型覆盖工具调用、任务规划、深度搜索与代码生成，9B 版均分 69.04、超底座 3.44 分，原生支持 26 万 token 上下文，可本地部署。

工具调用：根据任务需求自动选择并调用外部工具，完成多步骤操作。
任务规划：将复杂任务拆解为可执行的子步骤，并进行长程规划与调度。
深度搜索：在多轮交互中主动检索、整合信息，支撑结论的证据链。
代码生成：生成可用代码并基于环境反馈调试修复，直至任务完成。

微信关注回复“开源”，加入AI开源项目交流群
Harness 轨迹驱动的 Agent-Native 训练：训练语料用 Routing Harness 真实执行产生的结构化轨迹为核心，涵盖请求、路由、工具调用、环境反馈与错误恢复，较传统问答语料多出能力需求、执行决策、环境结果三个维度。成功与失败轨迹均被保留，经结构检查与六维质量评估后入选，使训练目标直接指向任务完成。
能力引导的数据配比：路由器将任务按能力需求分为 C0–C3 四档，信号离线复用为训练依据：将路由记录拆为”预测—行动—结果”三段，用预测段排课程、用结果段定位能力短板，据此调整下一轮数据配比，形成评测反馈→数据配比→模型更新闭环。
递归自我改进（RSI）的单轮验证：分 Data-RSI 与 Model-RSI 两部分：前者指模型持续执行产生新轨迹、筛选后作为后续训练材料自然积累；后者指按评测短板更新模型并放回 Harness 模型池。当前仅验证单次闭环，信号与奖励设计仍由人类设定。

安装下载工具：执行 pip install -U modelscope 安装 ModelScope 命令行工具。
下载模型：运行 modelscope download --model TokenRhythm/NeoHorse-1-9B --local_dir ./NeoHorse-1-9B 拉取权重（4B 版本同理，按需选择）。
部署服务：使用 SGLang（pip install "sglang==0.5.17"）或 vLLM 启动推理服务，配置 --context-length 262144、--reasoning-parser qwen3 和 --tool-call-parser qwen3_coder。
API 调用：通过 OpenAI SDK 将 base_url 指向本地服务地址（如 http://localhost:8000/v1），即可像调用 OpenAI 接口一样发送请求。
注意资源：实际可用上下文取决于 GPU 显存，显存不足时可先降低上下文长度再部署。

Agent-Native 训练：训练数据直接来自真实执行轨迹而非传统问答语料，目标直指任务完成，而非通用模型的事后适配。
失败轨迹利用：训练集同时保留成功与被替换的失败记录，让模型学会”哪里易错、出错后如何恢复”。
路由信号复用：将在线路由的 C0–C3 能力分档信号离线转化为训练依据，实现”评测反馈→数据配比→模型更新”闭环。
小尺寸高性能：4B 版 Agent 表现已超越多个参数量更大的通用模型，9B 版均分 69.04、超底座 3.44 分，部署成本更低。
超长上下文：原生支持 262,144 tokens，可扩展至约 101 万 tokens，适配长程 Agent 任务。

GitHub仓库：https://github.com/TokenRhythm/NeoHorse
HuggingFace模型库：https://huggingface.co/collections/TokenRhythm/neohorse-1
arXiv技术论文：https://arxiv.org/pdf/2609.08183

智能体任务执行：作为 OpenClaw 等 Harness 中的执行模型，自动完成文件操作、软件使用等真实电脑任务，并在失败后自主恢复。
工具调用与 API 编排：在多工具环境中自动选择、组合并调用外部 API，适合构建自动化工作流助手。
深度搜索与研究助理：多轮主动检索、交叉验证信息并附证据链，支撑带引用的调研报告生成。
企业办公自动化：在 WorkBuddy Bench 类多领域职场场景中处理日程调整、数据整理、报表生成等长程多步骤任务。