TwiScan
熱門
社區
帳號集合
登入
註冊
English
日本語
한국의
简体中文
繁体中文
註冊並分享邀請連結,可獲得影片播放與邀請獎勵。
立即註冊
檢索結果
模型权重
模型权重 貼吧
一個關鍵字就是一個貼吧,路徑全站唯一。
建立貼吧
用戶
未找到
包含
模型权重
的搜尋結果
Modengsir AI
@ModengSir
2026.08.05 03:41
MiniMax H3 正式开放模型权重 → H3 成为视频赛道首个开源旗舰模型, 被外媒类比为视频模型的「DeepSeek 时刻」。 视频制作将会迎来新的一波机会!拭目以待
顯示更多
0
0
0
0
0
轉發到社區
Andy Stewart
@manateelazycat
2026.08.03 03:16
MiniMax-H3 已开放模型权重 能否打 SeeDance2.0🤨 我已经迫不及待地要在算力舱上部署了
0
0
1
3
0
轉發到社區
Gorden Sun
@Gorden_Sun
2026.10.18 02:55
Google开源Harness²框架:不改模型权重也能让AI智能体自我进化 Harness²是一个即插即用的智能体优化框架,能在保持底层模型权重不变的前提下,通过自动调整系统提示词、工具指南、记忆和子智能体等8个外围组件来提升任务表现。 采用双层递归机制,既能在无标准答案反馈的情况下通过对比试探优化当前任务的执行配置,又能将成功经验沉淀下来指导后续未知任务。在三项专业基准测试中,仅需单步递归就能让GLM-5和Gemini3.5Flash的表现比基础配置最高提升11.5分,为开发者免去了繁琐的手动调优工作。 Github:
顯示更多
0
0
45
104
20
轉發到社區
ME News
@MetaEraCN
2026.08.26 13:00
智谱认领神秘模型 Ox Alpha,计划开源权重 一款名叫 Ox Alpha 的匿名模型突然出现在 OpenRouter 和 OpenCode 上,没有厂商署名,只挂着 “Stealth” 供应商标签,预览期完全免费。它主打编程和长时间智能体任务,上下文窗口约 104 万 token,最大输出约 13 万 token,同时支持文本、图像和视频输入。上线后调用量暴涨,很快登上 OpenRouter 用量榜首,用量超过 DeepSeek 两倍,被平台称为历史上规模最大的一次模型发布。 社区很快开始“验明正身”。分词器指纹、视频编码器行为、API 报错特征高度指向智谱 GLM 系列。8月26日,智谱向彭博社确认:Ox Alpha 就是其 GLM 系列新版本,并计划当晚公开模型权重。代号 “Ox” 也与近期热映电影《牛来》有关。 值得关注的有三点 第一,这是智谱把主推理模型和视觉能力往一条线上合的信号——过去 GLM 主模型和 GLM-V 是分开的,这次新版本直接吃图、吃视频。 第二,免费预览加超长上下文,把真实开发者流量冲到平台第一,比发布会跑分更有说服力;Stripe 收购 OpenRouter 的 CEO Patrick Collison 也公开称表现“非常令人印象深刻”。 第三,权重今晚若按以往 GLM 路径开源,开发者就能自己部署、二次开发;但一周免费期过后怎么收费,目前还没公布。 早期小样本编程测试一度打出很高分数,后续更完整测评有所回落,整体仍处一线阵营。对中国模型来说,这次意义不在“又一个新名字”,而在于:先匿名扔进真实生产环境,用用量说话,再认领、再开源——这条路已经被小米、美团等用过,智谱这次把规模做到了最大。
顯示更多
0
0
57
3
0
轉發到社區
PANews丨APP全面升级
@PANewsCN
2026.07.28 08:52
Kimi K3 昨晚开放了完整模型权重,比起参数和跑分,更想聊聊它这支充满东方智慧的短片 "道生一,一生二,二生三,三生万物" 一个"道"字,笔墨里慢慢演变出代码、点线结构,再到月球、昆虫、建筑和各种几何图纸 AI 不再只是回答问题,而是开始从"理解"走向"推理、组织、创造 这大概就是
@Kimi_Moonshot
K3 想做的事:不只是更大的模型,而是一个能读懂世界、也能参与创造世界的智能底座
顯示更多
0
0
16
13
2
轉發到社區
比特币总裁
@chairbtc
2026.07.28 02:13
昨晚Kim3正式开源,并发布其模型权重和技术报告,它是目前世界上参数最大的AI 开源模型:一个 2.8T MoE 模型,具有原生视觉理解能力和 1M 令牌的上下文窗口,整体规模化效率比 Kim2 提升约 2.5 倍,在有限算力下实现更高效率的前沿智能,专攻长程编码、知识工作和 Agent 场景设计,吊打大部分的AI
顯示更多
0
0
6
8
0
轉發到社區
蓝点网 (科技/AI/安全资讯)
@landiantech
2026.07.22 01:02
#
人工智能
# 谷歌也尝试将模型权重直接蚀刻到硅晶片中,谷歌正在研发的 Frozen v2 芯片 token 吞吐量是谷歌现有 TPU 单元的 6~10 倍。 模型权重直接蚀刻到硅晶片中可以减少芯片执行的步骤数和每次查询的数据量,但代价是芯片完成蚀刻后无法再升级模型。 谷歌的做法是将模型部分决策蚀刻到晶体管中固定,Gemini 发布新版本后也能继续用。 查看全文:
顯示更多
0
0
3
11
0
轉發到社區
Xudong Han
@Xudong07452910
2026.10.14 03:55
现在很多 Agent 自进化,大致走两条路: 一条改模型权重,一条改 Harness。 这篇 Evo² 直接把两条路接了起来。 系统里,同一个模型同时扮演两个角色: Proposer 负责修改 Harness,Reflector 负责看执行结果、分析哪里改对了、哪里还需要修。 关键在下一步。 这些 Harness 修改和真实执行结果,会继续拿回来训练 Proposer 和 Reflector。模型变得更会改 Harness,新的 Harness 又产生更好的训练经验,形成一个持续循环。 结果是 Evo² 在 Polyglot 上达到 82.1%,最强 baseline 是 62.6%;SWE-bench Verified 达到 48.3%,相比 baseline 的 41.0% 继续提升。 而且进化出来的 Harness 可以直接迁移到其他 benchmark,不需要重新搜索。固定 GPT-5-mini 权重时,仅靠这套 Harness 进化流程,也把表现从 24.4% 提升到 48.3%。 这篇真正往前推的一步,是让「改进者」本身也进入了学习循环。 以后自进化 Agent 可能会越来越像两个互相促进的系统: 一边积累更好的外部运行结构,一边训练出更会修改这些结构的模型。 当「怎么让自己变强」也开始被持续训练,self-evolution 才真正有了第二层递归。 📎 arxiv:
顯示更多
0
0
9
213
36
轉發到社區
Xudong Han
@Xudong07452910
2026.08.04 03:30
模型已经学会两项技能,能不能把它们直接组合成一项新能力? Google 团队这篇 SkillSmith,尝试让 LLM 同时读取任务说明和已有的 prefix weights,再为新任务生成一组新的参数技能。 比如模型已经学过翻译和法律文本分析,面对另一种语言的法律任务时,SkillSmith 会理解两项技能之间的关系,再合成更适合当前任务的新权重。 过去,经验可以写进 Prompt 和记忆,也可以通过微调存进参数。SkillSmith 把两种形式连接起来,让模型根据文字指令重新组合已有的参数技能。 消融实验中,同时使用文本和权重的效果明显优于只使用其中一种。 这篇工作重点是,它让模型权重也变成了一种可以读取、理解和组合的经验。 以后 Agent 积累技能,可能既会记录「学到了什么」,也会保存「已经学会怎么做」。 📎 arxiv:
顯示更多
0
0
1
9
3
轉發到社區
蓝点网 (科技/AI/安全资讯)
@landiantech
2026.05.07 13:10
谷歌发文回应 #
Chrome
# 自动下载约 4GB 的模型权重文件,谷歌称该模型用于在本地处理部分功能例如网页摘要和安全检测,用户可以自主禁用。正常情况下用户可以转到浏览器设置、系统、设备端 AI 禁用此功能,禁用后就会删除模型,但有时候用户可能压根找不到这个选项。查看详情:
顯示更多
0
0
48
154
14
轉發到社區
載入中...