Jan-Nano：40亿参数的紧凑型研究专用语言模型正式上线

Menlo发布一款专为深度研究任务设计的小型语言模型 Jan-Nano 。该模型拥有 40亿参数规模，在保证轻量级部署的同时展现出强大的推理能力。此模型基于 Qwen3-4B 构建，并经过 DAPO 微调。

• 模型：https://huggingface.co/collections/Menlo/jan-nano-684f6ebfe9ed640fddc55be7

Jan-Nano 的一大亮点是其与 模型上下文协议（MCP）服务器 的原生兼容性，使其能够无缝整合多种研究工具和数据源，适用于需要高效信息检索与处理的研究场景。

在 SimpleQA 基准测试中表现优异

Jan-Nano 在 SimpleQA 基准测试 中采用了基于 MCP 的评估方法，全面验证了其在事实准确性和任务整合能力方面的表现。

这种测试方式不仅衡量模型本身的语言理解能力，还考察其在真实研究环境中通过 MCP 协议获取外部知识并整合输出的能力。结果显示，Jan-Nano 在其参数规模下展现了非常出色的综合性能。

💻 如何本地运行 Jan-Nano？

Jan-Nano 目前已集成于 Jan Beta 版本中，这是一个完全支持本地运行的开源 AI 助手，可作为 ChatGPT 的替代方案使用。

Jan 提供了一个简洁易用的界面，让用户可以在自己的电脑上运行 AI 模型，确保数据隐私和完全控制权。

如果你希望尝试本地部署，可以通过以下步骤快速上手：

1. 下载并安装 Jan - beta；
2. 在模型库中搜索并下载 Jan-Nano；
3. 配置采样参数后即可开始本地运行。

⚙️ 推荐采样参数设置

为了获得最佳效果，官方推荐以下采样参数配置：

这些参数组合在平衡生成多样性与稳定性方面表现出色，适用于大多数研究与问答任务。