Meta Superintelligence Lab представила модель Muse Ember, которая является самой лёгкой и экономически эффективной среди всех моделей компании。
Почему это важно: Описание модели помогает понять её преимущества в сравнении с конкурентами.
Авторы дообучили модель GPT-OSS-20B для многоязычного рассуждения。
Почему это важно: Материал подробно описывает процесс дообучения модели для многоязычного рассуждения, что может быть полезно для разработчиков AI.
В новой версии Apertus 1.5 добавлены функции мультимодального понимания。
Почему это важно: Обновление Apertus 1.5 включает значительные улучшения в мультимодальном понимании и увеличении контекстного окна.
Google DeepMind представил Gemini 4 Argon, который улучшает физическое понимание。
Почему это важно: Описание условий доступа помогает оценить влияние функции на рабочие процессы.
Компания Mistral AI запустила публичную предварительную версию Mistral Large 4 — мультимодальной модели на 1 триллион параметров. Модель демонстрирует передовые результаты в задачах программирования, работы с агентами и кибербезопасности, превосходя многие закрытые аналоги. Весы модели будут опубликованы в конце месяца.
Почему это важно: Описаны возможности модели в кибербезопасности и агентах, а также сроки выхода весов.
Reka AI представила исследовательский превью модели Rho-1 с 19 миллиардами параметров, которая обрабатывает текст, изображения, видео и действия управления роботами в одной нейронной сети.
Почему это важно: Модель Rho-1 демонстрирует возможности обработки различных типов данных в одном контексте, что может изменить подходы к многомодальным системам.
Google DeepMind анонсировала новую модель Gemini 4 Argon с увеличенным лимитом выходных токенов до 1 миллиона. Модель демонстрирует передовые результаты в задачах программирования。
Почему это важно: Описаны возможности модели в сложных задачах и условия доступа, что помогает оценить влияние на рабочие процессы.
Исследователи Microsoft опубликовали в журнале Nature модель RetroChimera для предсказания путей химического синтеза. Модель объединяет Transformer-архитектуру R-SMILES 2 и графовую нейронную сеть NeuralLoc с помощью стратегии обучения ранжированию, что позволяет компенсировать ограничения каждого из подходов. В слепых тестах эксперты-химики предпочли предложения RetroChimera существующим моделям и литературным данным. Реализация и веса модели доступны на GitHub по лицензии MIT.
Почему это важно: Модель объединяет два подхода для синтеза молекул и открыта в MIT-лицензии, что помогает оценить влияние на разработку лекарств.