O InternLM apresentou o Intern-S2-397B, um modelo de base multimodal com 397 bilhões de parâmetros, projetado para inteligência científica e agentes de longo alcance. O modelo escala em pré-treinamento, cobertura de tarefas de reforço-aprendizado e ambientes de agentes interativos para aprimorar o raciocínio geral e as capacidades agênticas.

  • Novo Paradigma de Pré-treinamento: O Intern-S2-397B aprende diretamente de páginas brutas de literatura científica, modelando conjuntamente semântica simbólica e relações visuais sem análise intermediária para preservar a correspondência texto-visão.
  • Raciocínio de Modalidade Científica: Ao escalar tarefas diversificadas de reforço-aprendizado científico em mais de 20 domínios, o modelo alcança desempenho líder em raciocínio geral entre modelos de código aberto.
  • Agentes de Longo Alcance: O modelo conecta múltiplos frameworks de agentes a ambientes sandboxed em larga escala para aprendizado de reforço agêntico de caixa preta, melhorando a generalização em tarefas de longo alcance.

Este lançamento visa entregar uma mudança significativa na resolução de problemas científicos e no teto de capacidade para tarefas de longo alcance tanto em domínios gerais quanto científicos.