12月31日，YuanLab.ai团队正式开源发布源Yuan3.0 Flash多模态基础大模型。这款400亿参数量级的多模态基础模型基于稀疏混合专家（MoE）架构设计，在单次推理过程中仅激活约37亿参数。其核心技术创新在于首次将强化学习训练方法（RAPO）与反思抑制奖励机制（RIRM）相结合，在训练层面有效遏制无效推理循环。该方案不仅显著提升了推理结果的准确性，更实现了推理过程中的token消耗量级压缩，在保证性能的同时大幅降低了算力成本。（广角观察）
©版权声明：如无特殊说明，本站所有内容均为Amassai.net 原创发布和所有。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。否则，我站将依法保留追究相关法律责任的权利。
评论 ( 0 )