Jin10 données 9 juillet : ce matin, la célèbre plateforme ouverte de grands modèles Hugging Face a publié en open source le modèle de petite taille SmolLM3. SmolLM3 n’a que 3 milliards de paramètres, mais ses performances dépassent largement celles de Llama-3.2-3B, Qwen2.5-3B et d’autres modèles open source similaires. Il dispose d’une fenêtre contextuelle de 128k, prenant en charge 6 langues, dont l’anglais, le français, l’espagnol et l’allemand. Il prend en charge la réflexion approfondie et le mode de raisonnement non réfléchi, permettant aux utilisateurs de basculer facilement.

QwQ-Max sera bientôt disponible pour le grand public, avec QwQ-Max et Qwen 2.5-Max Open Source sous la licence Apache 2.0, et des versions plus petites telles que QwQ-32B, qui peuvent être déployées sur des appareils locaux. Dans le même temps, le QwQ-Max officiel sera publié, et les applications Android et iOS seront publiées.

Les données Jinshi du 25 février, l'équipe d'Alibaba Qwen a annoncé ce matin sur les réseaux sociaux le lancement d'un nouveau modèle de raisonnement - Depth Thinking (QwQ). C'est un modèle de raisonnement basé sur Qwen2.5-Max, pris en charge par QWQ-MAX-PREVIEW. Blue Whale News a découvert que des modèles de raisonnement similaires, tels que DeepSeek

Gate.io Actualités

Loongson Technology has successfully launched the DeepSeek R1 7B model with the Loongson 3 CPU, achieving localized deployment. It provides excellent performance and cost-effectiveness, offering users a faster, stronger, and more efficient training and inference experience. Loongson is collaborating with partners such as Tai Chu Yuan Qi, Cambricon, Deephi, Tianshu Zhixin, and Alnoumen to build a multi-modal inference platform for the DeepSeek series models.

Jingwei Hengrun utilise de grands modèles tels que DeepSeek et Qwen pour développer des applications d’IA professionnelles, couvrant de multiples domaines tels que l’assistance intelligente, la conception, les tests, l’optimisation des produits et l’intelligence des processus métier. Ces applications améliorent l’efficacité et la qualité du travail et réduisent les coûts.

Le 26 février, Golden Ten Data a appris de 4Paradigm que 4Paradigm a lancé ModelHub AIoT, une solution de bout en bout pour l’inférence de modèles à grande échelle, qui permet aux utilisateurs de déployer facilement des modèles de distillation de petite taille, notamment DeepSeek R1, Qwen 2.5, Llama 2/3 series, etc., du côté de l’appareil, et de réaliser un fonctionnement hors ligne. Les utilisateurs peuvent basculer de manière flexible entre plusieurs modèles, en tenant compte des performances de compression et d’inférence des modèles, et en résolvant la complexité du déploiement et de l’optimisation. Selon l’entreprise, cette solution peut non seulement répondre aux besoins des utilisateurs en matière de confidentialité et de temps réel, mais aussi réduire considérablement le coût de l’inférence de grands modèles d’IA.

La quatrième norme lance le tout-en-un SageOneIA pour l'inférence de grands modèles, réduisant considérablement le coût de l'inférence de grands modèles. La technologie de regroupement de la puissance de calcul intelligente est intégrée dans la solution tout-en-un, prenant en charge plusieurs grands modèles grand public. Les entreprises peuvent basculer entre les versions complètes et distillées, augmentant l'utilisation du GPU de plus de 30% et améliorant les performances de l'inférence de 5 à 10 fois.

Le 12 février, les données de Jinshi ont indiqué qu'Ali International AI avait déjà intégré de grands modèles tels que DeepSeek, qui seront largement utilisés dans tous les aspects clés des affaires commerciales étrangères. Après l'intégration, l'IA pourra prendre en compte de manière plus exhaustive l'intention des acheteurs lors de l'accueil automatique des clients étrangers, puis combiner les informations du marché, l'expérience du commerce extérieur, et la situation propre des produits commerciaux sur Ali International pour une inférence approfondie. Il est également entendu qu'Ali International est en train de tester les questions k de Qwen.

Microsoft a publié la dernière version V2.0 d'OmniParser, améliorant l'efficacité et la précision de l'agent AI utilisé sur ordinateur, en particulier en ce qui concerne la détection des petits éléments d'interface utilisateur et l'amélioration de la vitesse de raisonnement. Cette version a également considérablement amélioré ses performances dans les tests AgentBenchmark à haute résolution, atteignant un taux de précision étonnant de 39,6%. De plus, Microsoft a également Open Source l'outil clé omnitool utilisé pour convertir de grands modèles en agents.