⌘ K
… 读取采集状态 同步中...
雷

#开源/仓库

今日 1 条
6月11日周四
4月22日周三
4月16日周四
3月17日周二
  1. Mistral AI83

    Mistral 发布开源模型 Mistral Small 4

    Mistral 发布 Mistral Small 4，该模型将推理、多模态和智能体编码功能统一于单一架构中，总参数量 119B，上下文窗口 256k，且支持图像输入。Mistral Small 4 采用 Apache 2.0 许可，通过 reasoning_effort 参数调节推理深度，在保持性能的同时大幅降低输出延迟。

    推荐理由：原文说明这是首个统一推理、多模态与编码能力的模型，并给出参数规模与性能对比，方便评估其部署性价比。

5月21日周三
4月29日周二
4月9日周三
3月24日周一
3月11日周二
3月6日周四
  1. Qwen Blog81

    QwQ-32B 发布：基于强化学习的推理模型

    Qwen 团队发布 QwQ-32B，通过扩展强化学习（RL）使 32B 参数模型在数学、编码和通用推理任务上达到与 DeepSeek-R1（671B 参数）相近的性能。

    推荐理由：32B 模型通过强化学习在推理能力上对标 671B 参数模型，展示了小参数模型经强化学习提升智能的可行性，并开放了使用代码示例。

1月14日周二
11月18日周一
  1. Mistral News89

    Mistral 发布 124B 开源多模态模型 Pixtral Large

    Mistral 发布 124B 开源权重多模态模型 Pixtral Large，基于 Mistral Large 2 构建，具备前沿图像理解能力。该模型在 MathVista 达到 69.4%，并在 DocVQA 等基准上超越 GPT-4o 和 Gemini-1.5 Pro。

    推荐理由：原文明确展示了新模型在MathVista等基准上的领先表现，并给出了开源部署和API调用的具体入口。

9月19日周四
  1. Qwen Blog88

    千问发布 Qwen2.5 系列语言模型，开源 0.5B 至 72B 共7款模型

    千问发布 Qwen2.5 系列大语言模型，开源了 0.5B、1.5B、3B、7B、14B、32B、72B 共7款密集模型。预训练数据集从7万亿 tokens 扩展至最多18万亿 tokens。Qwen2.5-72B 在 MMLU 等通用任务、MATH 数学挑战及编码测试中显著优于 Qwen2-72B，表现与参数量为其5倍的 Llama-3-405B 相当。

    推荐理由：千问团队开源7款Qwen2.5密集模型并详细公布各项基准测试成绩，提供了判断同参数规模模型能力变化的实证依据。

  2. Qwen Blog77

    Qwen2.5-Coder 开源模型发布

    Qwen 团队发布 Qwen2.5-Coder 开源编码模型系列，包含 1.5B 和 7B 版本，32B 版本即将推出。模型使用 5.5 万亿 token 代码数据训练，支持 128K 上下文窗口和 92 种编程语言。7B 版本在代码生成、多语言代码生成等任务上超过 DeepSeek-Coder-V2-Lite 和 CodeStral-22B，并采用 Apache 2.0 许可证。

    推荐理由：7B 开源版本在代码生成和多项基准上优于更大模型，适合直接用于构建低成本 Code Agent。

9月17日周二
7月16日周二
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。

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。

12月28日周三
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。

11月14日周一
  1. Qwen Blog61

    OFA: 统一架构、任务与模态的通用多模态预训练模型

    Qwen团队发布统一多模态预训练模型OFA，将视觉、语言和图像生成任务整合到单一序列到序列框架中，并基于8项任务进行多任务预训练。模型包含5个参数规模（33M至930M），在视觉问答、图像描述、视觉定位等任务上达到或接近该规模下最优性能，且在自然语言理解基准GLUE上可与RoBERTa等单模态模型竞争。论文同步开源了预训练和微调模型、代码库及在线演示，并指出多模态基础模型将在此方向上快速发展。