แท็ก

#Shanghai AI Lab

2 บทความ

Intern-S2-397B ตัวเต็มเปิดน้ำหนัก Apache-2.0 — config เหมือน Qwen3.5-397B-A17B ทุกค่ายกเว้น vocab น้ำหนักจับคู่ได้ที่ r≈0.998 แต่การ์ดไม่เอ่ยชื่อ Qwen และแถว SWE-Bench-Pro ของคู่แข่งเปลี่ยนไปจากตารางฉบับ Preview
โมเดลใหม่

Intern-S2-397B ตัวเต็มเปิดน้ำหนัก Apache-2.0 — config เหมือน Qwen3.5-397B-A17B ทุกค่ายกเว้น vocab น้ำหนักจับคู่ได้ที่ r≈0.998 แต่การ์ดไม่เอ่ยชื่อ Qwen และแถว SWE-Bench-Pro ของคู่แข่งเปลี่ยนไปจากตารางฉบับ Preview

13 ก.ย. Shanghai AI Lab อัปโหลด Intern-S2-397B โมเดลมัลติโมดัลสายวิทยาศาสตร์ขนาด 403B (BF16 807 GB, FP8 406 GB) ใต้ Apache-2.0 — config ตรงกับ Qwen3.5-397B-A17B ทุกค่ายกเว้น vocab ที่เพิ่ม 3,072 โทเคน และ layernorm ห้าชั้นที่สุ่มตรวจจับคู่กับ Qwen ได้ที่ r 0.997–0.999 แต่การ์ดไม่เอ่ยชื่อฐาน ตารางรายงาน SWE-Bench-Pro 68.54 ขณะที่คะแนนของ Claude Opus 4.8 และ GLM-5.2 ในแถวเดียวกันเปลี่ยนไปจากตารางฉบับ Preview เดือน ก.ค. โดยไม่มีคำอธิบาย

· อ่าน 6 นาที
Intern-S2-Mobius — สถาปัตยกรรมที่แยก "ความรู้" ออกจาก "การให้เหตุผล" น้ำหนัก 35B ใบอนุญาต Apache-2.0 และเร็วขึ้นเกือบ 4 เท่า
โมเดลใหม่

Intern-S2-Mobius — สถาปัตยกรรมที่แยก "ความรู้" ออกจาก "การให้เหตุผล" น้ำหนัก 35B ใบอนุญาต Apache-2.0 และเร็วขึ้นเกือบ 4 เท่า

ทีม InternLM เผยแพร่เปเปอร์ Mobius-v0 เมื่อ 14 ส.ค. 2026 — สถาปัตยกรรมที่ย้ายความรู้ออกจาก FFN ประจำเลเยอร์ไปไว้ใน Memory ก้อนกลางที่ทุกชั้นใช้ร่วมกัน โมเดล 35B ที่ต่อยอดจาก Qwen3.5 ทำคะแนนใกล้เคียงเดิมแต่เร็วขึ้นเกือบ 4 เท่า และน้ำหนักอยู่บน Hugging Face แล้วภายใต้ Apache-2.0

· อ่าน 6 นาที