Rinstitute · 三值化端侧模型研究所
把大模型
装进口袋。
Small models. Played loud.
我们研究三值化（1.58-bit）语言模型：每个权重只取 −1、0、+1，让模型小到、快到、省电到可以完全在你自己的设备上运行。
Ternary sequencer
1.58BIT
每个权重的信息量：log₂3 ≈ 1.585
≈0.52GB
Rina Juvenile 权重体积（PQ2_0 打包）
0×
权重矩阵乘法里的乘法次数：只剩加、减、跳过
A 面 · 主打
主打模型 Rina Juvenile Exp
我们的第一个模型。它从 Ternary Bonsai 2 · 2B（源自 Qwen3.5-2B）出发，1.88B 参数，权重全部三值。训练分三段：继续预训练（CPT，1.113B token）→ SFT → RL，重点强化中文与日文，并少量提升数学、Agentic 与编程。
首个公开版本 Exp 计划于 2026 年 11 月 13 日以 Apache 2.0 开源发布，日期取自那 1.113B token。评测结果随发布一起公开，在那之前，所有性能数据都写作「待测」。
A 面 · 原因
为什么做端侧
- 01
隐私
数据不出设备：提问、文档和对话都留在本机，不经过任何服务器。
- 02
离线
没有网络也能用：地铁、飞机、山里，模型都在。
- 03
低延迟
不用排队等服务器，也没有网络往返，响应只取决于本机算力。
- 04
低成本
不按 token 付费，不需要 GPU 集群，你已有的手机和电脑就够。
返场 · 即将上线
在浏览器里直接试
Rina Juvenile 发布后，我们计划提供 WebGPU 演示：模型直接在你的浏览器里本地运行，什么都不会被发出去。