โมเดลใหม่
Zyphra เปิด ZAYA1-8B — reasoning MoE 760M active param ที่เทรนบน AMD MI300X ทั้ง stack — แตะระดับ Claude 4.5 Sonnet, GPT-5-High ด้วย Markovian RSA test-time compute
6 พ.ค. — Zyphra ปล่อย ZAYA1-8B (760M active / 8.4B total MoE) — โมเดลแรกที่ pretrain + midtrain + SFT บน AMD Instinct MI300X stack ทั้งหมด ใช้ cluster 1,024 MI300X + AMD Pensando Pollara บน IBM Cloud — ขนาด <1B active แต่แตะ DeepSeek-R1, Gemini 2.5 Pro, Claude 4.5 Sonnet ในงานคณิต/โค้ด — ปล่อย Apache-2.0 บน Hugging Face พร้อม Markovian RSA test-time compute scheme ใหม่
· อ่าน 6 นาที