熱門話題
#
Bonk 生態迷因幣展現強韌勢頭
#
有消息稱 Pump.fun 計劃 40 億估值發幣，引發市場猜測
#
Solana 新代幣發射平臺 Boop.Fun 風頭正勁
有人嘗試過字節跳動的這個代理思維 LLM 嗎？👀
還是說關於開源中文模型的熱度已經下降了？
36B 指令和基礎模型（即使是沒有合成數據的基礎模型）在一些出色的（SOTA？）基準上表現如何 🤔
我們明天將在 @thursdai_pod 進行討論。
8月21日 04:02
字節跳動發布 Seed-OSS (Apache-2.0)：開放 LLM 系列（12T 令牌），針對 512K 上下文、推理、代理任務、國際化（國際使用）進行了優化。此次發布包括 Seed-OSS-36B-Base（有/無合成數據）和 Seed-OSS-36B-Instruct
- 架構：36B 參數，64 層，隱藏層 5120，詞彙表 155K，GQA (80/8/8，頭 128)，SwiGLU，RMSNorm，RoPE 基礎 1e7
- 思維預算：控制推理長度（512 的倍數），CoT 自我反思，0 = 直接答案，默認 = 無限
36B-Base（有合成數據 vs 無合成數據）
- MMLU-Pro 65.1 / 60.4 | MMLU 84.9 / 84.8 | TriviaQA 82.1 / 81.9 | GPQA-D 31.7 / 35.2
- BBH 87.7 / 87.2 | AGIEval-en 70.7 / 70.1
- GSM8K 90.8 / 90.3 | MATH 81.7 SOTA / 61.3
- MBPP 80.6 / 74.6 | HumanEval 76.8 / 75.6
36B-Instruct
- MMLU-Pro 82.7 | MMLU 87.4 | GPQA-D 71.4 | SuperGPQA 55.7
- AIME24 91.7 SOTA | AIME25 84.7 | BeyondAIME 65
- ArcAGI V2 40.6 | KORBench 70.6
- LiveCodeBench v6 67.4 SOTA | HLE 10.1
- IFEval 85.8 | TAU1-Retail 70.4 SOTA | TAU1-Airline 46
- SWE-Bench Verified 56 SOTA | Multi-SWE-Bench 17
- MMMLU 78.4 | RULER (128K) 94.6 SOTA | AIR-Bench 75.6
推理：Transformers，vLLM (≥0.10.0)，FlashAttention2，4/8 位量化
159
熱門
排行
收藏