此外，谷歌 DeepMind 最近也公布了类似的论文，他们认为可以为小模型动态分配运算资源，并设置验证器对模型的解答结果进行评分，从而引导模型不断输出正确的答案，从而帮助企业以较少的资源部署足够精度的语言模型。

近期，Hugging Face携手英伟达及约翰霍普金斯大学的研究人员，共同推出了BERT模型的全新升级版本——ModernBERT。这一新版本不仅在效率上有所提升，更突破了原有模型在处理长文本上的限制，能够支持高达8192个Token的上下文处理。

12 月 29 日消息，Hugging Face、英伟达和约翰霍普金斯大学研究人员联手为 Hugging Face 上的热门编码器模型 BERT 推出了全新版本 ModernBERT，号称在满足效率的同时新增支持处理长达 8192 个 Token ...

当地时间12月26日，H2O.ai 宣布其 h2oGPTe Agent 以前所未有的 65% 的得分在 GAIA（通用 AI 助手）基准排行榜上名列前茅，超过了 Google Langfun Agent 的 49%、Microsoft ...

据悉，该模型目前在Aider多语言编程测试排行榜中的成绩已经超过了 Anthropic 的Claude 3.5 Sonnet，排名第二，仅次于 OpenAI 的O1 模型。据悉，DeepSeek V3 模型采用MOE ...

由于目前大型语言模型的性能，主要依赖大量的训练计算资源，而正是这种昂贵的成本模式，驱使开发公司寻求替代方案。而Hugging Face的研究显示，通过测试阶段运算扩展（Test-Time Compute ...

IT之家11 月 27 日消息，Hugging Face 平台昨日（11 月 26 日）发布博文，宣布推出 SmolVLM AI 视觉语言模型（VLM），仅有 20 亿参数，用于设备端推理，凭借其极低的内存占用在同类模型中脱颖而出。 官方表示 SmolVLM AI 模型的优点在于体积小、速度快、内存高效 ...

泄露版本发布在Hugging Face上，并非模型权重泄露，而是公开了试用接口，附加一封泄露者的公开信。 平台声明：该文观点仅代表作者本人，搜狐号系信息发布平台，搜狐仅提供信息存储空间服务。