跳到正文
今天10月7日周三10 条
  1. Google DeepMind67

    Google DeepMind 发布开源端侧多模态嵌入模型 EmbeddingGemma 2

    Google DeepMind 发布 EmbeddingGemma 2,基于 Gemma 4 架构,740M 参数,支持文本、代码、图像、视频和音频统一嵌入。8K token 上下文窗口,可在 Google Pixel 11 Pro 等端侧设备上以约567MB内存运行。代码性能较上一代提升9.92分,支持维度截断节省存储,Apache 2.0 许可,权重已上线 Hugging Face。

    推荐理由:Google DeepMind 官方发布端侧多模态嵌入模型,参数仅7.4亿却支持文本/代码/图像/音频/视频统一嵌入,适合本地隐私场景。

  2. AWS Machine Learning Blog44

    Amazon SageMaker HyperPod 管理与治理最佳实践

    Amazon SageMaker HyperPod 为机器学习团队提供大规模加速计算资源,多团队共享集群时的治理是关键挑战。文章介绍通过 SageMaker Unified Studio 连接 HyperPod 集群的四种控制层:组织、项目、集群和工作负载,帮助设计身份、容量与可观测性策略。基础设施团队可在项目上下文中向 ML 团队提供已批准的计算资源,同时保持对集群运营的集中管控。

10月6日周二
  1. Mistral AI64

    Mistral Large 4 发布

    Mistral AI 发布 Mistral Large 4 预览版,该模型为万亿参数多模态大模型,本月将开源权重。其在网络安全、编码、智能体工作流与多模态理解基准上达到开放模型领先水平,部分视觉定位能力超越闭源前沿模型。模型基于 3800 张 NVIDIA Grace Blackwell GPU 在欧洲本土训练,支持 160 多种语言,已开放 API 试用并作为下一代专用模型的基础。

    推荐理由:原文给出性能基准与开源计划,读者可评估其在安全、编码与多模态任务上的实际竞争力。

  2. NVIDIA Blog43

    电信运营商为何将AI战略建立在开放模型上

    电信运营商正将AI战略建立在开放模型之上,因其能提供信任、控制和定制化能力,89%的受访者认为开源模型对其AI战略重要。NVIDIA报告指出,开放模型可降低前沿智能成本,支持电信专用微调;独立基准测试显示领先开放模型在复杂任务上更具竞争力。SoftBank、AT&T等运营商已利用NVIDIA Nemotron等模型开发电信业务专用AI。

  3. Hugging Face Blog49

    Falcon-Emirati-7B 发布:让 LLM 学习阿联酋方言、文化与细微之处

    Hugging Face 发布 Falcon-Emirati-7B,这是基于 Falcon-H1-Arabic 构建的阿联酋方言专用模型。该 7B 参数模型采用 Mamba 与 Transformer 混合架构,支持最高 256K tokens 上下文窗口,通过真实方言网络数据、阿联酋文化 MSAs 数据及受约束的合成数据进行训练,目标使模型能以母语使用者方式理解和生成阿联酋阿拉伯语。

10月5日周一
10月3日周六
10月2日周五
10月1日周四
9月30日周三