arhīvsls -la
# MoE
$ ls | wc -l → 3 raksti
Programmatūra
Upstage atver Solar Open 2: 250 miljardu parametru modelis darbojas uz diviem H200 procesoriem
Dienvidkorejas Upstage 23. julija publiceja atvertu 250 miljardu parametru MoE modeli, kas ar kvantizaciju darbojas uz diviem NVIDIA H200 procesoriem.
Programmatūra
Tencent Hy3: 295 miljardu parametru atvērts kodēšanas modelis ar Apache 2.0 un bez ģeogrāfiskiem ierobežojumiem
Tencent 6. jūlijā izlaida Hy3 — 295B MoE modeli ar 21B aktīviem parametriem un 256K kontekstu, tagad ar Apache 2.0 licenci bez reģionu izņēmumiem.
Programmatūra
Tencent atver 295 miljardu parametru modeli Hy3 un pāriet uz Apache 2.0
Tencent publiskojis Hunyuan Hy3 pilno versiju zem Apache 2.0 licences. 295 miljardu parametru MoE modelis, kas aktivizē tikai 21 miljardu, mērķēts uz aģentu darbu un koda rakstīšanu.