Mistral全新1 T车型旨在超越封闭和开放竞争对手
法国人工智能实验室Mistral AI发布了Mistral Large 4，这是一款新型大型多模式模型，旨在超越美国和中国竞争对手。
开源生态
开源模型、框架与仓库动态：权重开放、社区项目爆火、开源与闭源的力量消长。
已收录 399 条 · 近 30 天 287 条 · 第 5 / 17 页
-
-
Mistral Large 4：“Le Chonk”
HN ð263· 30 评论
-
Mistral称其新人工智能模型“Le Chonk”是中国以外最好的开放式举重产品
随着新的万亿参数模型的发布，Mistral希望证明它“仍在竞争中”构建前沿人工智能。
-
为什么电信运营商要在开放模式上构建人工智能战略
电信运营商越来越多地在开放模式上构建人工智能战略，而原因不仅仅是成本。开放模式使电信运营商能够在其最关键的工作负载（从自治网络到客户服务）中信任、控制和定制人工智能。英伟达最新的电信人工智能状况报告反映了这一转变，[.]
-
Reflection's Beam成为中国以外建造的最有能力的开放重量模型
Reflection发布了其首款开重模型Beam。该混合专家系统每个代币仅激活5010亿个参数中的230亿个，旨在在编码和推理方面与GLM 5.2相匹配，同时使用的计算量减少三到四倍。针对Deepseek和Qwen等中国公开量级竞争对手的策略是效率高于原始表现。文章《Reflection ' s Beam成为中国境外制造的最有能力的开重模型》首次出现在The
-
分享人工智能在数学方面的进展
OpenAI发布了来自内部前沿模型的数学开放问题的新结果，并在GitHub上分享了Lean证明形式化和研究详细信息。
-
“西方的DeepSeek”终于有了模型
加：保护您的文件与此克劳德代码国防部
-
Meet Together Link：一个免费的CLI，可以在Claude Code、Codex和OpenCode中扩展Kimi K3和GLM 5.3等开放模型
Together AI发布了Together Link，这是一款获得麻省理工学院授权的免费CLI，可连接Claude Code、Codex、OpenCode、Pi以及Claude和ChatGPT桌面应用程序，以打开Kimi K3和GLM 5.3等型号。一个安装命令即可设置它，Auto路由器为每个会话选择一个模型。总共可以节省50%以上。帖子见面链接：一个免费
-
Reflection AI推出Beam：501 B开放重量MoE模型，具有23 B主动参数，用于编码和统计工作负载
Reflection AI推出了其首款开重模型Beam。它是一个501 B稀疏专家混合模型，具有23 B活动参数，专为编码和代理工作而构建。Reflection表示，它在推理方面与GLM-5.2相匹配，推理计算量减少了3到4倍。Apache 2.0权重将于2026年10月晚些时候发布。帖子Reflection AI推出Beam：一种501 B开放重量MoE模
-
Reflection首次推出Beam，这是一个开放权重的AI模型，以较低的计算成本与中国模型竞争
反思将Beam和未来模式瞄准企业和主权国家。其宣传是建立“人工智能工厂”，这是一种产品，让机构通过在自己的专有数据上训练Reflection的人工智能模型来构建自己定制的本地人工智能系统。
-
Beam：Reflection的501 B开重模型
HN ð309· 87 评论
-
命令行工具快速从macOS 27中删除Apple Intelligence
该工具可以释放超过12 GB的存储空间。
-
Aleph Alpha发布Kolibri，这是一种开放重量模型，为欧洲人工智能主权辩护
Aleph Alpha发布了Kolibri，这是一个德英混合专家模型，具有780亿个参数，其中每个代币约有30亿个活跃参数。超过21%的训练数据是德语。该模型在德国和芬兰的768个B200图形处理器上进行了训练，重量可以在Apache 2.0许可下免费提供。Aleph Alpha发布了Kolibri这篇文章，这是一个开放重量模型，为欧洲人工智能主权辩护，首次
-
Qwen的故事：阿里巴巴的人工智能模型从7 B到2.4T
阿里巴巴的Qwen从2023年4月的仅限邀请的聊天机器人转变为2026年8月的2.4万亿参数开放权重模型。这是完整的故事，逐个版本：每个主要型号、其关键功能以及其许可证如何变化。每个说法都链接到其来源。Qwen的故事：阿里巴巴的人工智能模型从7B到2.4T首先出现在MarkTechPost上。
-
开放模型能做安全研究吗？Cantina的apex-Flash-1解决了60个搁置错误任务中的40个
Cantina Security与Yeta Labs合作发布了apex-Flash-1，这是一个专门针对漏洞研究训练的开放权重模型。它是Z.ai的GLM-5.3-Flash的强化学习微调，在麻省理工学院许可下在Hugging Face上发布。它可以部署吗？是的，MIT权重适用于vLLM、SGLang或Transformers，但BF 16需要大约640 GB