ThinkingCap reduce hasta un 69% el razonamiento de Gemma-4 sin perder precisión
Gemma-4-26B-A4B with 39-69% less thinking at same accuracy
Bottlecap AI presenta la quinta entrega de su serie ThinkingCap, ahora aplicada por primera vez a un modelo de Google. Sobre gemma-4-26B-A4B-it logra recortar los tokens de razonamiento un 38,9% de media —hasta 69,1% en LongBench v2— con solo 0,15 puntos porcentuales de pérdida de precisión en doce benchmarks. Además, el bucle de respuestas cae del 3,64% al 0,76%. Es un reemplazo directo con los mismos ajustes de muestreo y el mismo stack de servicio.
El modelo original entra en bucle en el 3,64% de sus respuestas, frente al 0,76% del nuestro.