Samaya Sterling

Samaya Sterling 是 Samaya AI 于 2026 年 10 月 29 日发布的金融研究智能体后训练模型。它以英伟达开源的 Nemotron 3.5 Lightning（300 亿参数 MoE，仅 30 亿激活）为底座，并与 Samaya 自研的金融工具 harness 一起联合训练。

在 Samaya 开源的 FrontierFinance 基准（220 道由专家写评分细则的投研问题）上，Sterling 以 58.9% 登顶，超过 Claude Fable 5.1 的 55.9%，单题成本约为其 1/11。

博客：samaya.ai/blog/rl-post-trained-agentic-model · 基准：FrontierFinance

要点

1. 底座模型：英伟达 Nemotron 3.5 Lightning，30B MoE / 3B 激活，开启思考模式；通过 Thinking Machines 的 Tinker 训练 API 做 LoRA 训练。
2. 四阶段训练：两轮监督微调（向 8 个教师模型学习如何调用金融工具做研究、汇总可引用的答案），再接离线 RL 与在线 RL。
3. 模型与 harness 协同适配：harness 提供数十个金融工具，并压缩长轨迹与工具结果，让小模型也能完成长链研究；每题工具调用中位数从 3 次升到 17 次。
4. 成绩：FrontierFinance 从 42.5% 提升到 58.9%，高强度模式 60.6%；单题成本 0.61 美元（模型本身约 0.04 美元），Fable 5.1 为 6.89 美元，延迟相近（约 282 秒）。
5. 传播：MarkTechPost、英伟达开发者关系人员及中文 AI 博主在 X 上广泛转述。

为什么值得关注

Sterling 是“小模型 + 垂直 harness 打败通用前沿模型”的一个具体案例，也是金融 AI 领域新出现的可搜索产品名。

如何使用

1. 阅读 Samaya 官方博客 了解完整训练配方与附录。
2. 在公开的 FrontierFinance 排行榜 对比各系统的得分、延迟与单题成本。
3. Sterling 运行在 Samaya 平台内，面向选股筛选、宏观研究、财报与公司指标分析等投研流程，需联系 Samaya 获取使用权限。
4. 想自己复现思路：选一个开源小 MoE（如 Nemotron 3.5 Lightning），搭建领域工具 harness，先用教师轨迹做 SFT，再用基于评分细则的任务做 RL。