Laboratório · Alibaba (Qwen)
media AI News (smol.ai) · há 10 d Terminal-Bench 2 · 67.4% · 21 visualizações

Alibaba anuncia Qwen3.8-Max com 2,4T de parâmetros e pesos abertos em breve

A Alibaba anunciou o Qwen3.8-Max como seu novo modelo principal, descrevendo-o como uma arquitetura esparsa de 2,4T de parâmetros focada em trabalho agêntico de longo prazo, codificação e raciocínio multimodal. A empresa confirmou que os pesos abertos do Qwen3.8-Max serão lançados na próxima semana junto à variante de pesos abertos Qwen3.8-27B.

lab Hugging Face Blog · há 6 h · 2 visualizações

Estado dos Modelos Abertos: Observações do Verão de 2026

Um relatório que analisa dados do Hugging Face Hub no início de 2026 revela que laboratórios chineses superaram os americanos em tamanho de modelos abertos de fronteira, enquanto fornecedores de hardware como NVIDIA e AMD dominam os lançamentos de novos repositórios. A análise destaca uma divergência entre a empolgação da comunidade (curtidas) e a adoção real (downloads), com modelos pequenos permanecendo o padrão prático para inferência local.

arxiv arXiv cs.LG · há 4 d · 2 visualizações

Macaron-V1 apresenta família de modelos de agente aberta com Mixture-of-LoRA para aprendizado contínuo

O Macaron-V1 é uma família de modelos de agente aberta projetada para inteligência experiencial, permitindo aprendizado a partir de ambientes reais e continuidade do aprendizado após a implantação. O sistema foca em dois objetivos: adaptação por meio da melhoria recursiva dos pares modelo-arreio e colaboração via arquitetura Mixture-of-LoRA (MoL) que seleciona adaptadores LoRA especialistas por turno do usuário.

arxiv arXiv cs.CL · há 4 d · 10 visualizações

Macaron-V1 apresenta família aberta de modelos de agente com Mixture-of-LoRA para aprendizado contínuo

O Macaron-V1 é uma família aberta de modelos de agente projetada para inteligência experiencial, permitindo que sistemas aprendam com experiências do mundo real e continuem a melhorar após a implantação. A arquitetura se concentra em dois objetivos: adaptação por meio da autoaperfeiçoamento recursivo dos pares modelo-arneio, e colaboração por meio de um sistema Mixture-of-LoRA (MoL) que seleciona adaptadores especialistas por turno do usuário.