Mistral 称 Le Chonk 可挑战顶级 AI 模型
Mistral 表示其新模型 Le Chonk 能够与顶级闭源模型竞争,同时保持开放权重。
Mistral 表示其新模型 Le Chonk 能够与顶级闭源模型竞争,同时保持开放权重。
Musubi 发布轻量级决策模型 PolicyLM-1.7B,以开放权重形式提供,可将纯英文撰写的内容政策应用于消息审核,耗时低于 50 毫秒。该模型在成本与速度上接近主流社交平台使用的 AI 分类器,但具备现代 LLM 的灵活性,无需专门训练即可执行复杂政策,政策变更时也无需重新训练。
Google 发布开源多模态嵌入模型 EmbeddingGemma 2,可将文本、图像、视频、音频和代码转换为向量。该模型参数为 7.4 亿,Google 称其是同类型中最紧凑的模型,在多模态嵌入基准上超过参数量两倍的竞品;在 Massive Text Embedding Benchmark (Code) 上得分为 78.68,比前代 68.76 提升近 10 分。
Mistral 发布 Mistral Large 4 公开预览,这是一个 1 万亿参数、520 亿激活参数的原生多模态模型,权重将于本月底开放。官方称其在编码、智能体工作流和多模态理解上表现突出,在网络安全等企业任务上达到开放模型 SOTA,视觉定位等部分领域甚至超过前沿闭源模型。
推荐理由:Mistral 迄今最大模型以开放权重和自部署切入网络安全等企业场景,可对照其与闭源模型的取舍。
微软研究院发布深度学习 DFT 交换关联泛函 Skala 1.1,训练数据量为此前公开版本的 2.5 倍,在 GMTKN55 的 55 个类别中 32 项排名第一,加权平均误差 2.8 kcal/mol。Skala 现已在 CP2K 中可用,并正在集成进 Psi4、FHI-aims、ORCA 和 VASP,同时微软推出持续追踪各版本计算性能的 living benchmark。