Liquid AI otvára váhy rozhodovacích modelov d1
Model d1-3B s 3,1 miliardy parametrov a experimentálny d1-omni so 600 miliónmi parametrov odpovedajú na štruktúrované otázky v jednom priechode a ponúkajú váhy na lokálne nasadenie.
Model d1-3B s 3,1 miliardy parametrov a experimentálny d1-omni so 600 miliónmi parametrov odpovedajú na štruktúrované otázky v jednom priechode a ponúkajú váhy na lokálne nasadenie.
Preprint zistil, že niekoľko pevných slov na začiatku odpovede môže obnoviť veľkú časť výkonu v uvažovaní, ktorý sa zvyčajne spája s posilňovaným učením.
Preprint sleduje, ako sa modely, ktoré počas inferencie aktualizujú váhy z vlastného generovaného textu, môžu dostať do škodlivej spätnej väzby.
Projekt s licenciou Apache ponecháva Python a kód modelu na klientskom počítači, zatiaľ čo tenzory a operácie CUDA bežia na vzdialenom GPU NVIDIA.
InnovationEval dal dvom špičkovým agentom kód, metriky a veľké rozpočty GPU a požiadal ich znovu objaviť nedávnu trénovaciu metódu. Ani jeden nevytvoril porovnateľnú inováciu.
Otvorené modely, výskumné preprinty, agentové projekty, technické eseje a komunitné merania: zvyšok dnešných správ o AI s priamymi zdrojmi.
Model Googlu na embeddingy so 740 miliónmi parametrov mapuje text, kód, obrázky, video a zvuk do jedného vektorového priestoru. Modulárne enkódery sú určené pre lokálne zariadenia.
Mistral sprístupnil cez API svoj multimodálny model s biliónom parametrov a na 27. októbra naplánoval vydanie otvorených váh. Architektúra a benchmarky zatiaľ zostávajú predbežné.
Preprint našiel v modeloch obraz-jazyk skorý obvod na porovnávanie objektov a neskorší obvod na vzťahy. Druhý z nich potom spojil s výkonom v ARC-AGI-1.
Projekt pod licenciou Apache zverejňuje návrh akcelerátora, kompilátor, simulátor a nástroje hostiteľa. Merania ukazujú malý systém obmedzený pamäťou, nie náhradu GPU.
Predregistrovaný experiment porovnal deväť zručností Claude Code s rovnako dlhými neutrálnymi inštrukciami. Dve boli lacnejšie než placebo, jedna horšia a šesť bez štatistického rozdielu.
Technická štúdia troch otvorených modelov so zmesou expertov zistila, že otázky o malvéri sledujú cesty najbližšie morálnym otázkam, kým čitateľný pracovný priestor si zachováva bezpečnostné pojmy.