Rinstitute · RINA.rocks

把大模型
装进口袋。

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。

查看模型 →读我们的故事
+10−1W ∈ {−1, 0, +1} · 示意
1.58bit

每个权重的信息量：log₂3 ≈ 1.585

≈0.4GB

Rina 1 权重体积，理论估算（2B × 1.58 ÷ 8）

0×

权重矩阵乘法中的乘法次数：只剩加减

主打

主打模型 Rina 1

我们的第一个模型：约 2B 参数，从零开始以三值化方式训练。目前训练中，评测结果将在发布时公开，在此之前所有性能数据均为「待测」。

-10+1训练中

Rina 1

约 2B 参数的三值化语言模型，为端侧推理而生。

参数
~2B
权重
1.58-bit · {-1,0,+1}
激活
8-bit
权重体积
≈0.4 GB（理论估算）
状态
训练中 / Coming soon
训练中v0

原因

为什么做端侧

  1. 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。

  2. 02

    离线

    没有网络也能用：地铁、飞机、山里，模型都在。

  3. 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。

  4. 04

    低成本

    不按 token 付费，不需要 GPU 集群，已有的手机和电脑就够。

即将上线

浏览器在线试用 · 即将上线

计划在 Rina 1 发布后提供 WebGPU 演示，模型直接在你的浏览器里本地运行。

查看 Rina 1 详情 →