Kielimalliuutisten mittakaava on totuttanut biljooniin parametreihin ja gigawattien konesaleihin, mutta tämän viikon sympaattisin mallitarina tulee Tanskasta ja mahtuu yhteen työasemaan. Syddansk Universitetin ja sanakirjayhtiö Ordbogenin Danish Foundation Models -hanke esitteli julkisuuteen Mimirin: mallikortin mukaan miljardin parametrin luokkaa olevan kielimallin, joka on koulutettu alusta asti itse — tiedostoissa kokonaisparametreja on 1,79 miljardia, mikä selittyy arkkitehtuurin rakenteella. Painot nousivat Hugging Faceen Apache 2.0 -lisenssillä jo elokuun alussa, ja tällä viikolla tanskalaismedia nosti mallin otsikoihin.

Kaksi valintaa tekee Mimiristä kiinnostavan. Ensimmäinen on data: malli on koulutettu 161 aineiston kokoelmalla, noin 70,5 miljardia tokenia epookkia kohti, ja tekijöiden mukaan aineisto on kuratoitua ja luvallista — verkkoharavointia ei käytetty, vaan puuttuvia osuuksia täydennettiin synteettisesti tuotetulla tekstillä. Tanskalaisen Recorderen haastattelussa kehittäjät kertovat, että koulutus ajettiin kahdeksalla näytönohjaimella alle kolmessa viikossa. Toinen on arkkitehtuuri: Mimir ei ole tavallinen transformer vaan rakentuu hierarkkisen päättelymallin (HRM) varaan — samaan tutkimushaaraan, joka nousi otsikoihin pienten mallien yllättävästä päättelykyvystä.

Tulokset ovat pienelle mallille kovia. Mallikortin 10 tanskankielisen testin keskiarvo on 56,8, kun hankkeen omat, monta kertaa suuremmat Munin-mallit jäävät 43,9–45,6:een — kieliopin korjauksessa ja luetun ymmärtämisessä ero on selvin. Englanniksi seitsemän testin keskiarvo 69,0 on käytännössä sama kuin Qwen 3.5 4B:n 69,3, ja matematiikan GSM8K-testissä malli yltää lukemaan 89,9. Luvut ovat julkaisijan omia, ja pieniin malleihin erikoistunut lukija osaa epäillä testikohtaista viritystä — mutta poikkeuksellisen läpinäkyvä datankäsittely antaa väitteille tavallista paremman pohjan.

Paikallisajajalle Mimir on kevyt kokeiltava: parin gigatavun malli pyörii täydellä tarkkuudella koneessa kuin koneessa, ja tänään yhteisö julkaisi siitä ONNX-käännöksen, joka avaa ajon myös ilman PyTorchia. Isompi merkitys on esimerkissä. Norjan Borealis ja Liettuan kansallismallit koulutettiin konesaleissa kansallisilla aineistoilla; Tanskan vastaus on pieni, tarkasti rajattu ja niin halpa, että yliopisto ja sanakirjatalo tekivät sen omalla raudallaan. Pienten kielten mallit eivät ehkä tarvitsekaan gigawatteja — vaan hyvän aineiston ja arkkitehtuurin, joka on mitoitettu tehtäväänsä.