近日，IBM 宣布推出其开源语言模型 Granite 的3.1版本，此次更新带来了诸多重要改进。新版本的模型经过重新设计，采用了更加密集的架构，能够一次处理多达128，000个令牌。这一更新意味着 Granite 在处理复杂文本和任务时的能力得到了显著增强。Granite3.1版本的模型经过了12种语言和116种编程语言的数据集训练，总共处理了12万亿个令牌。这使得模型在语言理解和生成方面的表现更加出色，能够更好地满足用户的需求。IBM 表示，这些新模型在回答使用外部数据的问题（RAG）、从非结构化文本

Arcee AI 最近发布了其最新的开源语言模型Arcee-Nova，该模型基于Qwen2-72B-Instruct，性能几乎达到GPT-4水准，展现出色的逻辑推理、创意写作、代码生成、语言理解和客户服务应用等多元功能。经过多样化的通用数据集调优和强化学习优化，Arcee-Nova具备跨领域适应性，在OpenLLM Leaderboard2.0中表现出领先地位。这款模型通过其全面的能力，在客户服务、内容创作、软件开发和个性化教育等领域展现出广泛的应用前景，显著提升行业效率和体验。

苹果公司及其合作伙伴推出了一款名为DCLM的开源大型语言模型，拥有7亿参数，通过使用2.5万亿个数据令牌进行训练，显著提升理解与生成语言的能力。DCLM的核心是一个标准化的数据集优化工具，供研究人员在Hugging Face平台上进行实验，旨在评估不同数据集质量与改进方法。研究表明，利用DCLM建立的基准数据集能够训练出在关键测试中表现出色的模型，尤其是在MMLU基准测试中，5-shot准确率得到了显著提升（达64%），并且在资源消耗上较其他领先模型减少了40%。这一成就表明DCLM不仅为自然语言处理领域提供了重要资源，也展示了优化策略如何在模型性能提升与资源效率之间实现平衡。

就在不久前的谷歌I/O柏林大会上，谷歌宣布开源其最新语言模型Gemma2，该模型在性能和效率方面取得了重大突破。Gemma2提供9B和27B两种参数规模的版本，其中27B版本的性能已经接近参数量为70B的Llama3模型，但模型大小仅为后者的40%左右。

["芬兰初创公司 Silo AI 发布 Poro，旨在提升欧洲多语言人工智能能力","Poro 是覆盖欧盟 24 种官方语言的开源模型，参数数量达 34.2 亿","Poro 使用跨语言训练方法，解决低资源语言训练性能挑战"]

["初创公司Gradient成功融资1000万美元，用于扩大云平台的采用。","开发人员可以在该平台上托管和定制开源语言模型。","Gradient旨在简化AI基础设施管理，提供大型语言模型和自定义数据集。","该平台已经被大约20家企业使用，并计划扩大员工团队。"]