⌘ K
… 读取采集状态 同步中...
雷

全部动态

今日 13 条
6月21日周五
  1. Anthropic News92

    Anthropic 发布 Claude 3.5 Sonnet 模型及 Artifacts 功能

    Anthropic 发布 Claude 3.5 Sonnet 模型及 Artifacts 协作功能。Claude 3.5 Sonnet 在 GPQA、MMLU 和 HumanEval 等基准测试中超越 Claude 3 Opus，运行速度是其两倍，定价为每百万输入 token $3、输出 token $15。

    推荐理由：新模型在内部编码评测中解决了 64% 的问题，并同步推出了 Artifacts 协作界面。

6月7日周五
  1. Qwen Blog96

    Qwen2 模型发布：新增 27 种语言支持与 128K 上下文

    千问（Qwen）团队发布了从 Qwen1.5 演进的 Qwen2 模型系列，包含 Qwen2-0.5B 至 Qwen2-72B 共 5 种规格，其中 7B 和 72B 指令微调版支持 128K 上下文。模型在训练数据中增加了 27 种语言，并在编码、数学及多模态基准测试中取得 SOTA 表现，大部分模型已转为 Apache 2.0 许可证开源。

    推荐理由：千问（Qwen）团队发布了包含 5 种规格的 Qwen2 系列大语言模型，支持 128K 上下文并采用 Apache 2.0 协议开放权重。

5月29日周三
  1. Mistral News75

    Mistral 发布首个开源权重代码模型 Codestral

    Mistral 发布 Codestral，这是其首个专为代码生成设计的 22B 开源权重大模型。该模型支持 80 多种编程语言，拥有 32k 上下文窗口，并在 HumanEval、RepoBench 等基准测试中表现优于其他代码模型。

    推荐理由：Mistral 发布 22B 开源权重代码模型 Codestral，其 32k 上下文窗口优于竞品，并提供专属 API 入口，帮助开发者评估其在代码生成任务中的可用性。

5月11日周六
  1. Qwen Blog68

    Qwen-Max-0428 发布

    Qwen-Max-0428 发布，MT-Bench 得分 8.96，高于 Qwen1.5-110B-Chat 的 8.88，已在 Chatbot Arena 进入前十。DashScope API 现已兼容 OpenAI API 格式，支持通过 openai Python 库直接调用。

    推荐理由：Qwen-Max-0428 成为 Chatbot Arena 前十名且 MT-Bench 超过 Qwen1.5-110B，DashScope API 兼容 OpenAI 格式可直接调用。

4月25日周四
  1. Qwen Blog78

    Qwen1.5-110B 发布

    千问（Qwen）团队发布 Qwen1.5-110B，这是 Qwen1.5 系列首个超过 1000 亿参数的大模型。基础模型在 MMLU、GSM8K 等基准测试中的表现与 Llama-3-70B 相当，而对应的 Chat 模型在 MT-Bench 和 AlpacaEval 2.0 评测中均优于 Qwen1.5-72B-Chat 和 Llama-3-70B-Instruct。

    推荐理由：原文公布了 110B 参数规模下的具体评测数据，帮助读者判断该模型在推理和数学能力上的边界。

4月21日周日
4月17日周三
  1. Mistral News82

    Mistral 开源 Mixtral 8x22B 模型

    Mistral 发布开源模型 Mixtral 8x22B，采用稀疏混合专家架构，141B 总参数中仅 39B 激活。模型支持 64K 上下文，在数学、编码和多语言任务上表现优于其他开源模型，并以 Apache 2.0 许可开放。

    推荐理由：Mistral 开源发布 Mixtral 8x22B，提供 Apache 2.0 许可和 64K 上下文窗口，兼顾推理效率与多语言表现。

4月16日周二
  1. Qwen Blog81

    CodeQwen1.5 发布开源编码模型

    Qwen 发布 CodeQwen1.5-7B 与 CodeQwen1.5-7B-Chat 两款开源编码 LLM，基于 Qwen1.5 并以约 3 万亿 token 的代码相关数据预训练。模型支持 92 种编程语言、64K 上下文窗口，在 HumanEval、MBPP、LiveCodeBench、SWE-bench 与 Text-to-SQL 基准中表现接近或优于部分专有模型。

    推荐理由：开源编码模型7B规模在多个基准表现领先同类，并推进长上下文能力，为构建代码智能体提供可复用的基础方案。

4月2日周二
  1. Qwen Blog80

    Qwen1.5-32B 发布：兼顾性能与效率的 320 亿参数语言模型

    Qwen 团队发布 Qwen1.5-32B 及 Qwen1.5-32B-Chat 模型，作为 Qwen1.5 系列在约 30B 参数规模上的补充。基准测试显示 Qwen1.5-32B 在 MMLU、GSM8K 等任务上性能接近 Qwen1.5-72B，且优于 Llama2-34B 和 Mixtral-8x7B。

    推荐理由：给出了32B模型在保持72B级性能的同时显著降低资源需求的基准对比，为平衡效率与能力的部署决策提供了具体参考。

3月28日周四
3月14日周四
3月4日周一
2月26日周一
  1. Mistral News88

    Mistral 发布 Mistral Large 与 Mistral Small 模型

    Mistral 发布最新旗舰模型 Mistral Large，该模型在 MMLU 等基准测试中达到全球 API 可用模型第二的水平，仅次于 GPT-4，并原生支持英语、法语、西班牙语、德语和意大利语的五种语言流畅生成。

    推荐理由：Mistral 发布旗舰模型 Mistral Large 并同步上线优化模型 Mistral Small，提供了多语言推理、函数调用及 Azure 分发的具体能力与基准数据。

2月4日周日
  1. Qwen Blog92

    千问团队开源 Qwen1.5 系列模型

    千问团队开源 Qwen1.5 系列基础与对话模型，参数规模涵盖 0.5B 至 110B 共六种尺寸及一个 MoE 模型。全尺寸模型统一支持 32768 token 上下文，并在多语言理解、对齐、RAG 和 Agent 能力上均有提升。

    推荐理由：此次开源了多个尺寸的千问1.5模型，并统一支持32K上下文与多语言，同时深度集成主流推理与微调框架。

1月25日周四
  1. Qwen Blog87

    Qwen 发布 Qwen-VL-Plus 和 Qwen-VL-Max 多模态大模型

    Qwen 发布 Qwen-VL-Plus 和 Qwen-VL-Max 两款增强版多模态模型，主要提升图像细节识别、文本提取和高精度推理能力，支持百万像素以上分辨率和任意宽高比图像输入。

    推荐理由：两个新模型在多个图文任务上与 GPT-4V 和 Gemini 持平，并在中文理解任务上超过两者，给出了具体基准分数和访问入口。

1月23日周二
  1. Qwen Blog85

    Qwen 官方博客：介绍千问（Qwen）大模型系列、开源计划与对齐技术

    千问（Qwen）官方博客发布 Qwen 系列大模型介绍，展示 Qwen-1.8B 至 72B 四个开源模型规格，确认其支持 32K 上下文窗口并具备多语言预训练能力。文章详细说明了基于 SFT 和 RLHF 的对齐流程，以及支持工具调用、代码解释和 Agent 构建的应用能力。

    推荐理由：官方博客全面介绍 Qwen 系列架构、参数规模及多模态拓展，并公开对比基准性能，为理解开源大模型研发路径提供一手资料。

12月11日周一
  1. Mistral News96

    Mistral AI 发布开源稀疏混合专家模型 Mixtral 8x7B

    Mistral AI 发布开源稀疏混合专家模型 Mixtral 8x7B，其采用 Apache 2.0 许可。该模型总参数量为 46.7B，每个 token 仅激活 12.9B 参数，推理速度比 Llama 2 70B 快 6 倍且性能在多数基准上优于 Llama 2 70B 和 GPT-3.5。

    推荐理由：Mixtral 8x7B 在提供 Apache 2.0 许可的同时实现了比 Llama 2 70B 更快的推理速度，为开发者提供了高效且开放的 MoE 模型选项。

11月21日周二
  1. Anthropic News86

    Anthropic 发布 Claude 2.1，支持 200K 上下文窗口与工具调用

    Anthropic 发布 Claude 2.1 模型，现已通过 API 开放并应用于 claude.ai 聊天体验。新版模型支持 200K token 上下文窗口，幻觉率较 Claude 2.0 降低 2 倍。官方同步推出 beta 版工具调用功能，允许模型调用外部 API、搜索网络及访问私有知识库，并新增系统提示词与 Workbench 开发者工作台以优化部署流程。

    推荐理由：Claude 2.1 提供了 200K token 上下文窗口和 beta 版工具调用功能，为长文档处理和外部 API 集成提供了具体的技术规格。

9月27日周三
  1. Mistral News93

    Mistral AI 开源首个 7B 参数模型 Mistral 7B

    Mistral AI 发布首个 7B 参数开源模型 Mistral 7B，基于 Apache 2.0 许可，性能超过所有 13B 及以下参数的现有开源模型。模型在两个月内快速迭代，从 Gopher 到 Llama 2 再到 Mistral 7B，证明小模型可高效完成摘要、问答等任务，运行成本显著低于专有 API。

    推荐理由：Mistral 7B 以 Apache 2.0 协议开源，性能超越所有 13B 及以下开源模型，提供可审计且低成本的开源 AI 替代方案。

  2. Mistral News88

    Mistral AI 发布开源 7.3B 参数大语言模型 Mistral 7B

    Mistral AI 团队正式发布 7.3B 参数的大语言模型 Mistral 7B，采用 Apache 2.0 许可证开源。该模型在所有基准测试中性能均超越 Llama 2 13B，在多项基准上接近 Llama 1 34B，并在代码任务上接近 CodeLlama 7B。

    推荐理由：Mistral 7B 以 Apache 2.0 许可发布，性能超越 Llama 2 13B 且推理效率更高，为开发团队提供了可本地部署的高性价比开源大语言模型。

8月9日周三
  1. Anthropic News65

    Anthropic 发布 Claude Instant 1.2 模型

    Anthropic 通过 API 发布更快的 Claude Instant 1.2 模型，在数学和编码基准上取得显著提升，其中 Codex 评测得分从 52.8% 提升至 58.7%，GSM8K 得分从 80.9% 提升至 86.7%。该模型还减少了幻觉并增强了对越狱攻击的抵抗力，在生成更长结构化响应及遵循格式指令方面表现更佳。

    推荐理由：模型在数学和编码基准上提升明显，同时增强了抗越狱能力，适合评估其对现有工作流的影响。

7月11日周二
  1. Anthropic News92

    Anthropic 发布 Claude 2 模型

    Anthropic 正式发布新一代模型 Claude 2，该模型提升了性能并支持更长响应，同时提供 API 接入及面向公众的 beta 网站 claude.ai。Claude 2 的上下文窗口扩展至 100K tokens，可处理数百页技术文档；在 Codex HumanEval 编码测试中得分从 56.0% 提升至 71.2%，GRE 阅读与写作成绩超过 90th percentile。

    推荐理由：发布官方基准数据与上下文窗口扩容细节，展示新一代模型在核心能力上的量化进展。

5月11日周四
  1. Anthropic News88

    Anthropic 将 Claude 上下文窗口从 9K 扩展至 100K

    Anthropic 宣布将 Claude 模型的上下文窗口从 9K tokens 扩展至 100K tokens，相当于约 75,000 个单词。该更新支持对长达数小时或数天的内容进行分析，例如在 22 秒内识别出《了不起的盖茨比》修改后的文本差异。100K 上下文窗口现已通过 API 提供，可处理财务文档、代码库、法律文本及音频转录等复杂任务，相比向量搜索方法在跨文档知识综合方面更具优势。

    推荐理由：原文给出了具体的性能提升数据和适用场景，展示了处理超长文本的实际效果。

3月14日周二
  1. Anthropic News65

    Anthropic 正式发布 Claude 和 Claude Instant 模型

    Anthropic 正式开放 Claude 访问权限，作为基于安全研究的下一代 AI 助手，提供聊天界面和 API，可执行总结、编码等任务。官方提供两种版本：高性能的 Claude 和更轻快、低成本的 Claude Instant。早期合作伙伴如 Notion 和 Quora 评价其对话感更强且更易于控制。

    推荐理由：明确了 Claude 的两款版本差异，及其在 Quora、Notion 等业务场景中的实际表现与定位。

12月24日周六
  1. Qwen Blog45

    中文 CLIP 发布：基于对比式视觉-语言预训练的开源中文多模态模型

    千问团队发布开源中文 CLIP 模型，旨在解决英文 CLIP 在中文跨模态检索中因翻译质量和文化领域偏差导致的性能下降问题。该模型采用两阶段预训练方法，使用包含 2 亿图文对的公开数据集训练，并发布了 ResNet-50、ViT-L/14 等 5 个版本，在 MUGE 等数据集上取得了优于前最优模型的性能。