오픈 소스 상용 다중 모드 근거 모델: ERNIE-4.5-VL-28B-A3B-사고 분석
1. 초록 ERNIE-4.5-VL-28B-A3B-Thinking은 Baidu의 새로운 오픈 소스 경량 다중 모드 추론 모델로, 총 매개변수 28B와 활성화 약 3B를 갖추고 있으며, 시각과 언어의 의미론적 정렬과 "이미지로 생각하기" 능력에 중점을 두고 세부 사항에 대...
Admin •
102
키미 K2 사고에 대한 포괄적 설명: "사고-검색-실행"을 위한 오픈소스 지능형 에이전트 모델
I. 초록 Kimi K2 Thinking은 Moonshot에서 출시한 오픈소스 "사고" 지능형 에이전트 모델로, 추론 과정에서 동적 도구 호출과 다단계 계획을 강조합니다. 공식적으로 44.9%의 HLE와 60.2%의 BrowseComp를 달성했으며, 200~300회의 ...
Admin •
134
UNO-Bench에 대한 종합적 고찰: 다중 모드 이해 및 추론의 통합 평가를 위한 개방형 벤치마크
I. 초록 UNO-Bench는 지각과 추론 차원을 모두 포괄하는 "단일 모델/전체 모델" 문제의 통합 평가를 위한 오픈소스 벤치마크입니다. 중국어 실제 상황 문제와 다단계 주관식 질의응답(MO) 문제를 제공합니다. 데이터와 도구는 고품질의 인간 주도적 구성을 강조하며,...
Admin •
96
오픈 소스 LongCat-Flash-Omni: 128K 컨텍스트 + 텍스트/이미지/오디오/비디오를 음성으로 출력
I. 초록 LongCat-Flash-Omni는 Meituan LongCat 팀이 개발한 오픈 소스 멀티모달(Omni-modal) 모델입니다. 텍스트, 이미지, 오디오 및 비디오에 대한 통합 모델링을 제공하여 LongCat-Flash의 ScMoE 아키텍처를 확장합니다. ...
Admin •
108
MiniMax M2 오픈 소스: 에이전트 코드 워크플로를 위한 비용 효율적인 대형 모델
I. 요약 MiniMax M2는 MiniMax의 오픈소스 추론 및 프로그래밍 지향 모델로, "에이전트 및 코드 네이티브"로 포지셔닝됩니다. 공식 소개에 따르면, "전문가 혼합(MoE) 아키텍처를 기반으로 하는 이 모델은 총 매개변수 크기가 약 230B이지만, 한 번에 ...
Admin •
188
DeepSeek-OCR 설명: 긴 텍스트를 "시각적 토큰"으로 압축하기 위한 새로운 상황적 압축 접근 방식
I. 요약 DeepSeek-OCR은 DeepSeek의 오픈소스 "상황적 광학 압축" 모델입니다. 문서 텍스트를 시각적 토큰 으로 인코딩한 후 다시 텍스트로 디코딩합니다. 이 모델의 목표는 인식 정확도를 유지하면서 LLM의 상황적 토큰 비용을 크게 줄이는 것입니다. 커뮤...
Admin •
132