Mozilla的一份报告指出,中国的开源AI模型已缩小研发差距,仅落后于美国前沿产品四个月。尽管进展迅速,这些模型在某些基准测试中仍然落后。
- 中国开源模型与美国前沿模型之间的时间差距已显著缩小。
- 在特定基准测试中仍存在性能差距。
- 与美国的同类产品相比,中国模型的使用成本大幅降低。
Mozilla的一份报告指出,中国的开源AI模型已缩小研发差距,仅落后于美国前沿产品四个月。尽管进展迅速,这些模型在某些基准测试中仍然落后。
Prior Labs 发布了 TabPFN-3.5,这是一个表格基础模型,能够在单次前向传播中预测表格数据,无需针对每个数据集进行训练或调优。该模型在 2015 年 Otto Group 产品分类挑战赛的私有排行榜上得分 0.375,击败了 Gilberto Titericz 和 Stanislav Semenov 取得的原始获胜分数 0.382。
Nums AI 发布了 Causilo,这是一款用于分类和回归的预训练表格基础模型,在 TabArena 的单模型中获得了最高的 Elo 评分。该模型采用上下文学习(in-context learning)方法,将训练行作为上下文存储而非更新权重,其 Apache-2.0 代码和预训练权重已在 Hugging Face 上提供。
Cohere发布了North系列中的首款翻译模型North Small Translate,该模型在CC BY-NC 4.0许可下可供研究和非商业使用。这种混合专家模型在WMT26所有语言基准测试中取得了83.6分的成绩,优于DeepL NextGen和Google Translate等专有模型。
IBM发布了Granite Time Series PatchTST-FM-r2,这是一个约3.85亿参数的时间序列基础模型,在GIFT-Eval排行榜上以宽松的商业许可证实现了最先进的零样本性能。
Z.AI于周三确认,Ox Alpha模型是其GLM系列的新迭代。该公司表示将在那天晚些时候发布该模型的权重,以回应彭博新闻的询问。
我们使用 Cookie 来统计访问量并改进网站。您可以接受或拒绝分析 Cookie。 隐私政策