AI FRONTIER
Signals worth understanding before they become obvious.
ccore/Qwen3.5-4B-3D-Coder: bản xem trước mở 4B tập trung vào cảnh 3D Three.js
ccore phát hành bản xem trước sớm của một fine-tune độc lập dựa trên Qwen/Qwen3.5-4B, hướng tới lập trình tổng quát và tạo cảnh 3D tương tác bằng Three.js, kèm trọng số FP16, các bản lượng tử hóa GGUF, tập dữ liệu huấn luyện và báo cáo kỹ thuật đã có sẵn.
- Mô hình có 4,5B tham số; kho lưu trữ ghi 5B params với kiểu tensor F16.
- Phát hành theo giấy phép Apache 2.0 và là fine-tune độc lập dựa trên Qwen/Qwen3.5-4B, không phải bản phát hành chính thức của Qwen.
- Tập dữ liệu huấn luyện CCORE Three.js 3D Scenes được công khai với 4.146 ví dụ cảnh (3.933 huấn luyện / 213 kiểm định) theo Giấy phép MIT.
- Các bản GGUF Q4_K_M và Q8_0 nhận đầu vào hình ảnh với bộ chiếu thị giác BF16 tùy chọn khoảng 644 MiB, được thử nghiệm cục bộ với llama.cpp b11889.
Mô hình lập trình hạng 4B với tập dữ liệu mở và trọng số GGUF cho phép nhà phát triển thử nghiệm cục bộ cảnh 3D Three.js và tạo sinh dẫn hướng bằng hình ảnh ở ngữ cảnh 64K được cấu hình.
Dự báo theo nhóm với các mô hình chuỗi thời gian IBM Granite
IBM Research đã phát hành Granite Timeseries Ensemble, kết hợp bốn mô hình Granite đã được huấn luyện trước vào một giao diện dự báo có thể mở rộng, trả về dự báo trung vị và phân vị mà không cần huấn luyện lại và không cần trọng số nhóm được khớp.
- Công thức lưu cấu hình nhóm thay vì trọng số mô hình đã hợp nhất và tải bốn checkpoint thành viên khi chạy, nên lần chạy đầu tiên cần thêm thời gian.
- Các phân vị mặc định nằm trong khoảng 0,1 đến 0,9, trong đó phân vị 0,1 và 0,9 xác định khoảng dự báo trung tâm với độ bao phủ danh nghĩa 80%.
Đối với nhà phát triển AI, nhóm mô hình này cung cấp điểm khởi đầu mặc định giúp tránh phải chọn trước một kiến trúc duy nhất, nhưng chênh lệch MASE nhỏ, nên lợi ích chính là độ bền vững và cần cân nhắc với chi phí độ trễ và bộ nhớ khi chạy...
Google công bố các tác nhân AI thiết kế DNA và học từ phòng thí nghiệm
Theo bản tin của Pasquale Pillitteri, Google đã công bố các tác nhân AI thiết kế DNA và học từ phản hồi của phòng thí nghiệm.
- Nguồn là bản tin của Pasquale Pillitteri.
- Bản tin cho biết Google đã công bố các tác nhân AI thiết kế DNA và học từ phòng thí nghiệm.
Với những người xây dựng AI, đây là tín hiệu về hướng nghiên cứu kết hợp tác nhân với phản hồi phòng thí nghiệm vòng kín cho thiết kế DNA.