⌘ K
… 读取采集状态 同步中...
雷

#开源生态

今日 2 条
5月27日周二
5月21日周三
3月27日周四
  1. Qwen Blog90

    Qwen2.5-Omni 发布

    Qwen2.5-Omni 发布，支持文本、图像、音频和视频输入以及实时文本和语音输出，已开放下载。模型在 OmniBench 上取得 state-of-the-art 表现，在 MMLU、GSM8K、MMMU 等基准上表现与同级别单模态模型相当。架构采用 Thinker-Talker 设计，支持实时音视频交互。

    推荐理由：Qwen2.5-Omni 发布并开源，给出 Thinker-Talker 架构和 OmniBench 等基准表现，读者可以据此判断其多模态能力与可用性。

3月17日周一
  1. Mistral News82

    Mistral 发布开源模型 Mistral Small 3.1，扩展 128k 上下文并支持多模态理解

    Mistral 宣布发布 Mistral Small 3.1，这是基于 Mistral Small 3 构建的新一代模型。该模型采用 Apache 2.0 许可证，上下文窗口扩展至 128k tokens，推理速度达 150 tokens/s。

    推荐理由：Mistral 发布开源的 Mistral Small 3.1，该模型扩展了 128k 上下文，支持多模态理解，且能在单张 RTX 4090 上运行。

2月25日周二
  1. Qwen Blog75

    QwQ-Max-Preview 发布：基于 Qwen2.5-Max 的推理与 Agent 能力预览

    Qwen 团队发布 QwQ-Max-Preview，该模型基于 Qwen2.5-Max 构建，在数学、编码、通用任务及 Agent 工作流中表现突出。官方表示 QwQ-Max 和 Qwen2.5-Max 近期将以 Apache 2.0 协议开源，并计划推出 Qwen Chat APP 以及 QwQ-32B 等更小模型供本地部署使用。

    推荐理由：官方给出 QwQ-Max-Preview 基于 Qwen2.5-Max 的推理与 Agent 能力定位，并预告 Apache 2.0 开源和更小模型端侧部署计划。

2月17日周一
1月27日周一
1月26日周日
11月28日周四
11月13日周三
  1. AISI Blog62

    英国 AISI 发布 Inspect Evals 开源评测仓库

    英国 AISI 宣布推出 Inspect Evals，这是一个包含数十个高质量开源 LLM 基准评测的仓库。该仓库基于 Inspect AI 框架构建，覆盖编码、数学、网络安全、推理等安全研究领域，并整合了 GAIA、SWE-Bench、GDM CTF 等智能体基准。用户可通过 Python 包安装或命令行单条指令，在任意模型上运行这些评测。

11月12日周二
  1. Qwen Blog88

    Qwen 开源 Qwen2.5-Coder 系列模型

    Qwen 团队开源 Qwen2.5-Coder 系列模型，覆盖 0.5B 至 32B 共六种规模，其中 32B Instruct 版本在多个代码基准上达到开源模型 SOTA，性能可媲美 GPT-4o，多数模型采用 Apache 2.0 许可证，3B 版本为 Qwen Research 许可证。

    推荐理由：原文给出了模型规模、授权协议与代码基准对比，读者可据此判断其在开源编码模型中的位置。

9月19日周四
  1. Qwen Blog90

    Qwen 团队发布 Qwen2.5 系列基础模型及配套编码、数学专用模型

    Qwen 团队发布 Qwen2.5 系列基础模型，包含 Qwen2.5、Qwen2.5-Coder 和 Qwen2.5-Math。旗舰模型 Qwen2.5-72B 在 MMLU 上得分超过 85，编码能力 HumanEval 超过 85。

    推荐理由：原文披露了覆盖语言、编码、数学的模型矩阵与关键基准得分，读者可据此评估其开源权重在多任务场景下的替代潜力。

  2. Qwen Blog73

    千问开源 Qwen2.5-Math 数学大模型系列

    Qwen2.5-Math 系列正式开源，包含 1.5B、7B 和 72B 参数的基础模型与指令微调模型，以及 72B 数学奖励模型。相比 Qwen2-Math，该系列支持中英文数学问题求解，并新增 Tool-integrated Reasoning (TIR) 模式，显著提升计算精度。

    推荐理由：千问2.5-Math 系列开源了 1.5B 到 72B 参数模型，支持中英双语和 TIR 推理，提供了详细的基准测试数据和去污染方法。

9月17日周二
8月9日周五
7月24日周三
  1. Mistral News83

    Mistral Large 2 发布：123B 参数支持 128k 上下文，强化编码与推理

    Mistral 发布了 Mistral Large 2，该模型拥有 123B 参数和 128k 上下文窗口，在 MMLU 上达到 84.0% 准确率。其在编码和推理基准上的表现与 GPT-4o、Claude 3 Opus 和 Llama 3 405B 相当。

    推荐理由：官方发布了 123B 参数模型，其编码与推理能力对比了 GPT-4o 等竞品，并开放了微调功能。

7月18日周四
  1. Mistral News88

    Mistral 发布开源模型 Mistral NeMo

    Mistral 发布 12B 模型 Mistral NeMo，上下文窗口达 128k tokens。该模型采用 Apache 2.0 许可证，使用支持 FP8 的量化感知训练，可无损失替换 Mistral 7B，并配备了更高效的 Tekken 分词器。

    推荐理由：12B参数、128k上下文，Apache 2.0开源且支持FP8推理，可直接替换Mistral 7B并兼顾多语言。

7月16日周二
  1. Mistral News65

    Mistral AI 发布模型 MathΣtral

    Mistral AI 发布模型 MathΣtral，该模型基于 Mistral 7B 构建，专注于 STEM 领域复杂多步逻辑推理。MathΣtral 在 MATH 基准上得分 56.6%，在 MMLU 基准上得分 63.47%；在 MATH 基准中，通过多数投票策略得分可提升至 68.37%，结合奖励模型筛选 64 个候选结果后得分达 74.59%。

    推荐理由：官方宣布该模型在多项基准上刷新同尺寸纪录，并公布详细评分与获取入口。

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。

6月6日周四
6月5日周三
5月20日周一
  1. AISI Blog66

    英国AI安全研究所发布第四份进展报告：开源Inspect平台并推进国际AI风险评估

    英国AI安全研究所（AISI）发布第四份进展报告，面向即将举办的首尔AI安全峰会披露多项动作：开源AI安全评测平台Inspect；发布首份针对公共前沿模型在Cyber。

    推荐理由：英国AISI开源了评估平台Inspect，并公布了30国AI风险科学综述，政府主导的开源与评测协同细节对安全评测从业者有直接参考价值。

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
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。

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。