⌘ K
… 读取采集状态 同步中...
雷

模型发布

新模型的发布、开源与迭代：大模型厂商的旗舰更新、开源权重放出、性能与价格变化的第一时间记录。

367条精选相关主题产品更新论文研究开源生态

最新精选

第 341–360 条 · 共 367 条
9月19日周四
  1. 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。

  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29日周四
  1. Qwen Blog86

    Qwen 团队发布多模态模型 Qwen2-VL，开源 2B 与 7B 版本

    Qwen 团队正式发布最新视觉语言模型 Qwen2-VL，该模型支持 20 分钟以上视频理解及多模态智能体功能。团队开源了 Qwen2-VL-2B 和 Qwen2-VL-7B（Apache 2.0 协议），并提供了 72B 模型的 API 服务。模型架构引入了 Naive Dynamic Resolution 和 M-ROPE 位置编码，使其在处理多分辨率图像及三维空间定位时具备 SOTA 性能。

    推荐理由：开源 Qwen2-VL 模型在文档理解与视频问答上表现突出，架构创新支持动态分辨率处理。

8月8日周四
  1. Qwen Blog79

    阿里发布 Qwen2-Math 数学专用大模型系列

    阿里巴巴发布 Qwen2-Math 系列数学专用大语言模型，包含 1.5B、7B 和 72B 规格。基于 Qwen2 基础模型在数学语料上预训练，72B Instruct 版本在 GSM8K 和 MATH 等基准上表现优于 GPT-4o、Claude-3.5-Sonnet 和 Llama-3.1-405B 等模型，目前主要支持英语，中英双语版本计划稍后发布。

    推荐理由：官方发布了 Qwen2-Math 系列专用数学模型，72B 版本在数学基准测试中超越 GPT-4o 等闭源模型。

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。