A empresa de IA Zero-One万物 lança o modelo Yi-9B de código aberto, o mais forte da série

IT之家

Publicado emNotícias e Informações de IA · 2 minutos de leitura · Mar 6, 2024

A empresa Zero One Wanwu anunciou o lançamento de código aberto do modelo Yi-9B, o modelo mais poderoso da série Yi em termos de capacidade de código e matemática, com 8,8 bilhões de parâmetros e comprimento de contexto padrão de 4K tokens. O Yi-9B apresenta desempenho excepcional em capacidade geral, capacidade de código e capacidade matemática, superando outros modelos de código aberto. Além disso, o Yi-9B pode ser facilmente implantado em placas de vídeo de consumo, com baixo custo e amigável para desenvolvedores. A empresa foi fundada por Kai-Fu Lee, presidente e CEO da Innovation Works, e já lançou dois grandes modelos de código aberto, Yi-34B e Yi-6B, totalmente abertos para pesquisa acadêmica e com solicitação de uso comercial gratuito simultânea.

Yuanxiang lança o grande modelo de código aberto MoE XVERSE-MoE-A36B com 36 bilhões de parâmetros

A Yuanxiang Information Technology Co., Ltd., sediada em Shenzhen, anunciou recentemente o lançamento do maior modelo de código aberto Mixture of Experts (MoE) da China - XVERSE-MoE-A36B. O lançamento deste modelo representa um grande avanço na área de IA na China, elevando a tecnologia de código aberto nacional a um nível internacionalmente competitivo.

AI2 lança o novo modelo de código aberto OLMoE: eficiente, poderoso e acessível!

O Instituto de Inteligência Artificial Allen (AI2) lançou o OLMoE, um modelo de linguagem grande de código aberto, projetado para oferecer alto desempenho com baixo custo. O modelo emprega uma arquitetura de especialista híbrido esparso (MoE), com 7 bilhões de parâmetros, mas, por meio de um mecanismo inteligente de roteamento, cada token de entrada usa apenas 1 bilhão de parâmetros, resultando em computação eficiente. O OLMoE inclui versões de ajuste fino geral e de instruções, suportando uma janela de contexto de 4096 tokens. Seus dados de treinamento são amplamente derivados de Common Crawl, Dolma CC e Wikipédia.

Novo gigante na geração de imagens por IA! O modelo de código aberto FLUX.1 chega, deixando Midjourney e DALL·E 3 em alerta?

FLUX.1, uma plataforma de modelo grande de código aberto criada pelo renomado especialista em geração de imagens por IA Robin Rombach, utiliza uma arquitetura Vision Transformer de 12 bilhões de parâmetros, com métodos de treinamento de correspondência de fluxo e embeddings de posição rotacional, superando significativamente modelos proprietários como DALL·E 3, Midjourney V6 e a série SD3. Em termos de desempenho, o FLUX.1 excede os modelos fechados em aspectos como a reprodução de semântica textual, qualidade da imagem, consistência de movimento, coerência e diversidade; até mesmo na geração de texto...

SemiKong: Lançado o primeiro grande modelo de código aberto para design de chips, superando modelos de uso geral

O SemiKong, o primeiro grande modelo de código aberto para design de chips do mundo, foi lançado na conferência Semicon West 2024, desenvolvido em conjunto pela Aitomatic e FPT Software. Baseado no Llama 3 e refinado, o SemiKong supera os grandes modelos de uso geral, mostrando melhorias significativas em precisão, relevância e compreensão de processos de semicondutores. Treinado em três fases, com 8 bilhões de parâmetros, o modelo é especializado em conhecimento de semicondutores, oferecendo às empresas de chips uma plataforma base sólida para acelerar a inovação.