找到 8 筆
Meta 將使用 Muse Wonder 訓練的專用模型接入 Muse 與 Meta AI，讓兩者獲得 Muse Wonder 的部分前沿能力。新模型包含 Active Memory 與 Active Focus：前者判斷早期資訊是否仍然相關、區分已過時的內容，後者在約束變化時幫助擺脫卡點、尋找替代方案。Meta 稱在 Muse 中遺忘關鍵目標的機率降低 2.4 倍，約束變化時的脫困表現提升 67%；
阿聯酋 TII 發布 Falcon-Emirati-7B，一個基於 Falcon-H1-Arabic 的方言專用模型，目標是用阿聯酋阿拉伯語的理解與生成方式覆蓋詞彙、語氣和文化語境。底座 Falcon-H1-Arabic 採用 Mamba 與 Transformer 注意力並行的混合架構，家族含 3B、7B、34B 三檔，上下文視窗最高 128K 與 256K token。
Meta 推出兩款新模型 Muse Wonder 和 Muse Wonder Full，即日起面向 Muse Code 訂閱使用者開放，Meta 稱其能與業界最強模型正面競爭。其中 Wonder 還可通過 Meta Model API 呼叫。Meta 表示未來計劃用 Wonder 驅動其 Muse AI agent，先從訂閱使用者開始，並將開發可讓所有 Muse 使用者使用的專用模型，但具體時間表尚未公布。
Google DeepMind 推出 EmbeddingGemma 2 嵌入模型，740M 引數在多項基準上具備競爭力，甚至超過部分引數量兩倍以上的專用模型。模型以 Apache 2.0 許可發布，權重已上線 Hugging Face 與 Kaggle。開發者可用它為應用加入多模態檢索，例如用語音備忘錄定位影片片段，也可與 Gemma 4 搭配實現端側私有 RAG。
OpenAI 發布網路安全專用模型 ChatGPT Cyber，僅向漏洞挖掘專案 Daybreak Red 的最高層級成員開放。該模型此前被用於掃描 Linux 核心，找出 948 個潛在問題，並在 Firefox 中發現 81 個全新漏洞。OpenAI 同時宣布投入 10 億美元，支援電網、供水等關鍵基礎設施的安全人員；目前 Daybreak 僅有數千名安全從業者參與。
中國電信星辰通用人工智慧實驗室發布並開源意圖理解專用模型 Xing4.0-29B-Intent，同時開放 275.3 萬條訓練語料、模型權重與推理映象，程式碼採用 Apache 2.0 許可。模型按統一 Schema 輸出 JSON，可同時完成意圖分類與引數抽取；官方評測總分 58，高於 18 款參評通用模型的最高分 49。類別決策總分 70，領先 Jev 的 56 和 GPT-6-Luna 的 65。
CMU、聖母大學等發布化學採購成本基準 ChemCost，最強智慧體在乾淨輸入下僅 50.6% 的估算誤差在 25% 以內。基準包含 1,427 個反應、2,261 種化學品和 230,775 條供應商包裝報價，要求智慧體完成名稱對齊、報價檢索、包裝選擇、單位換算與成本彙總，全程無需裁判。人類專家同任務準確率為 66.9%；輸入改為自然語言段落和 OCR 文字後，前沿模型準確率降至約 20%，化學專用模型接近 0。
可可矩陣發布機器人模型 CO01，把示範、失敗嘗試和即時指導作為「經驗提示」直接放進上下文，無需為新任務重新訓練。未見任務上，一段約 1 分鐘的示範平均成功率達 52%；微調要達到相近水平，需約 180 條示範、約 9 小時，準備時間相差約 460 倍。真機測試中，保留自身失敗歷史時，五次嘗試內累計成功率由首次的 33% 升至 84%；不保留歷史則為 56%。同一套視覺主幹權重覆蓋深度、分割、光流等任務，8 項基準中有 5 項優於專用模型。