HobbyLM 发布低成本稀疏 MoE 模型家族
热点事件观察中
HobbyLM 发布低成本稀疏 MoE 模型家族
1 篇报道1 个报道来源1 天前更新
先了解这件事
AI 综述
Harish Santhanalakshmi Ganesan 等作者发布 HobbyLM 技术报告：这是一组用几百到几千美元租用 GPU 时间从零训练的小型稀疏 MoE 模型。核心模型有 500M 参数（169M 激活），在 40B FineWeb token 上训练，并在此基础上后训练出聊天模型、掩码扩散语言模型、函数调用与 computer-use 智能体以及多模态“omni”checkpoint。 作者称，HobbyLM-1B 在七个零样本基准上平均得分 47.5，同时发布了指令微调模型和可在设备端运行的 macOS computer-use 适配器。作者还称，这些模型可在笔记本 CPU 上通过自研的 Rust 推理引擎运行。
AI 根据报道生成 · 1 小时前更新
最新进展10月27日 12:00
HobbyLM：用业余预算训练的稀疏 MoE 模型家族报道时间线
沿着报道，了解事件的不同侧面。
10月27日
- arXiv · cs.AIHobbyLM：用业余预算训练的稀疏 MoE 模型家族
HobbyLM 是一组用几百到几千美元租用 GPU 时间从零训练的小型稀疏 MoE 模型，核心为 500M 参数（169M 激活）模型，在 40B FineWeb token 上训练，并后训练为聊天模型、掩码扩散语言模型、函数调用与 computer-use 智能体及多模态 "omni" checkpoint。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。