Mistral 发布 1T 参数多模态模型 Mistral Large 4
法国 AI 实验室 Mistral AI 发布 Mistral Large 4(ML4),一款 1 万亿参数的大规模多模态模型,昵称 Le Chonk,目前尚未开放权重,仅可通过公开的 guardrail 端点访问,计划在三周后安全测试完成后开放权重。
法国 AI 实验室 Mistral AI 发布 Mistral Large 4(ML4),一款 1 万亿参数的大规模多模态模型,昵称 Le Chonk,目前尚未开放权重,仅可通过公开的 guardrail 端点访问,计划在三周后安全测试完成后开放权重。
LibreOffice 背后的 The Document Foundation 表示,在可预见的未来“不会添加”AI,其最新版本默认安装中不含任何生成式 AI 功能,用户文档不会被上传至服务器处理。该组织称目前没有满足其要求的 AI 集成方案,用户仍可通过安装扩展连接本地 AI 模型。
Mistral 表示其新模型 Le Chonk 能够与顶级闭源模型竞争,同时保持开放权重。原文未披露参数规模、评测结果或发布时间等细节。
Latent Space 采访 Kubernetes 联合创始人 Craig McLuckie 和 Joe Beda,他们创办的 Stacklok 正把智能体 harness 从桌面搬到云端。
EmbeddingGemma 2 采用 Apache 2.0 许可证,Simon Willison 认为嵌入模型不应使用闭源、专有、仅托管的形式。嵌入模型应用通常需计算并存储数千甚至数百万个嵌入向量,若模型专有,供应商一旦停供,用户就得为重新计算这些已存向量付费。他更愿付费使用托管版本,同时保留供应商停服后可自行运行开放权重版本或另寻供应商的退路。
MIT 研究者 Alex Zhang 在 Latent Space 播客中介绍了其 Recursive Language Models(RLM)等工作,基于 RLM 的 harness 是首个接近解决 ARC-AGI-3 的方案,早于 OpenAI 的 Astra。
Hugging Face 推出 Open TTS Leaderboard,用客观指标评测开源多语言 TTS 与声音克隆模型,单模型评测耗时从数周投票缩短到数小时。
Mistral 在慕尼黑开设德国中心,组建专注 Physics AI 与工业 AI 的研究团队,并计划到 2030 年建成 1 吉瓦欧洲算力。该中心将与 BMW 合作碰撞仿真与工程 AI、与 Siemens Energy 合作工业 AI 应用,并与慕尼黑工业大学(TUM)合作利用风洞设施开发汽车空气动力学数字孪生。
Hugging Face Hub 新增 RL Environments 筛选,带 rl-environment 标签的数据集仓库会集中展示,无需新建仓库类型、注册表或注册流程。
推荐理由:Hugging Face 把 RL 环境统一为带标签的数据集仓库,读者可据此判断跨框架复用环境与奖励评测的可行路径。
Mistral 宣布与 Mozilla 达成合作,Firefox 的 AI 浏览助手 Smart Window(beta)改由 Mistral 模型驱动,首批面向法国和北美用户,英国和德国预计今年晚些时候跟进。
Mistral 与 Cloudera 建立合作,将 Mistral 模型集成进 Cloudera 混合数据平台,企业可在私有云、公有云、本地及完全气隙环境中部署推理并保持完全控制。企业还能在受控环境中用专有数据训练自有模型,保留数据与模型所有权。Cloudera 平台承载 30 exabytes 客户自管数据。
Mistral 与 HUMAIN 宣布建立战略合作,覆盖 AI 基础设施、先进模型开发与 AI 解决方案部署,合作规模达数亿欧元。双方将优先聚焦网络安全与语音领域,并计划开发阿拉伯语表现强劲的前沿模型,Mistral 还将探索使用 HUMAIN 的数据中心基础设施。双方计划在沙特制定联合市场策略,面向受监管行业提供 AI 解决方案。
微软研究院发布深度学习 DFT 交换关联泛函 Skala 1.1,训练数据比上一版多 2.5 倍,在 GMTKN55 的 55 个类别中拿下 32 项第一,加权平均误差 2.8 kcal/mol。Skala 现已在 CP2K 中可用,并正集成进 Psi4、FHI-aims、ORCA 和 VASP,同时推出持续追踪各版本计算性能的 living benchmark。