⌘ K
… 读取采集状态 同步中...
雷

#模型发布

今日 13 条
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 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。