OpenAI 发布 gpt-oss-20b 开放权重模型
OpenAI 发布 gpt-oss 系列开放权重模型,gpt-oss-20b 面向低延迟、本地或专用场景,拥有 21B parameters 和 3.6B active parameters。
推荐理由:材料同时给出参数规模、许可、硬件需求和多种推理部署方式,便于评估开源权重落地成本。
模型推理能力的进展:思维链、推理模型、数学与逻辑基准的突破与争议。
OpenAI 发布 gpt-oss 系列开放权重模型,gpt-oss-20b 面向低延迟、本地或专用场景,拥有 21B parameters 和 3.6B active parameters。
推荐理由:材料同时给出参数规模、许可、硬件需求和多种推理部署方式,便于评估开源权重落地成本。
OpenAI 在 Hugging Face 发布 gpt-oss 系列开放权重模型,包括 gpt-oss-120b 和 gpt-oss-20b,面向推理、智能体任务和开发者用例。
推荐理由:原文同时列出许可、显存需求、量化方式和多种推理接入路径,便于评估开放权重模型的部署成本。
Mistral AI发布其LLM环境足迹研究,提出用生命周期分析支持AI行业的全球环境标准。该研究与Carbone 4和法国生态转型机构ADEME合作,并经Resilio和Hubblo同行评审,披露Mistral Large 2截至January 2025且经过18个月使用后的影响为20,4 ktCO₂e、281 000 m3用水和660 kg Sb eq。
推荐理由:报告给出训练与推理的环境核算口径,可作为比较模型足迹的参考样本。
Mistral AI 为 Le Chat 推出一组新功能,包括 Deep Research (Preview)、Voice mode、原生多语言推理、Projects 和高级图像编辑。
推荐理由:原文集中列出 Le Chat 的研究、语音、项目和图像编辑入口,便于比较其助手形态的扩展方向。
Moonshot AI 发布 Kimi-K2-Instruct,这是 Kimi K2 的后训练版本,面向通用聊天和 agentic experiences。Kimi K2 是 MoE 语言模型,拥有 1T 总参数、32B 激活参数、128K 上下文窗口,并在 15.5T tokens 上预训练。
推荐理由:材料同时给出架构参数、基准对比和部署方式,便于评估 Kimi K2 的编码与工具调用定位。
Moonshot AI 发布 Kimi K2,这是一款 MoE 语言模型,拥有 1T 总参数、32B 激活参数,并用 Muon optimizer 在 15.5T tokens 上预训练。
推荐理由:原文同时给出参数规模、训练 token、评测表和部署入口,便于比较 Kimi K2 在 Agent 与编码任务中的定位。
Mistral AI 发布其首个推理模型 Magistral,面向领域特定、透明和多语言推理,并提供 Magistral Small 与 Magistral Medium 两个版本。
推荐理由:原文同时给出开源版和企业版的参数、评测与入口,便于比较其推理模型路线。