美团开源 1.6 万亿参数智能体模型 LongCat-2.5,全程用国产芯片训练
美团 LongCat 团队在模型正式亮相一周后发布了 LongCat-2.5 的权重,这是一个为自主多步任务(尤其是编码)打造的 1.6 万亿参数 MoE 模型,每 token 约激活 480 亿参数。
推荐理由:材料记录了 1.6 万亿参数 MoE 模型在国产芯片上完成训练与部署的细节和基准对比。
美团 LongCat 团队在模型正式亮相一周后发布了 LongCat-2.5 的权重,这是一个为自主多步任务(尤其是编码)打造的 1.6 万亿参数 MoE 模型,每 token 约激活 480 亿参数。
推荐理由:材料记录了 1.6 万亿参数 MoE 模型在国产芯片上完成训练与部署的细节和基准对比。
Google DeepMind 发布 AlphaGenome 2,可预测 DNA 序列及其变异如何影响特定人类细胞类型。该模型基于 68 种组织、超过 1.07 亿个单细胞图谱训练,在 TenK10K 数据集上识别出的因果变异比例从 16% 提升到 30%。模型即日起通过 AlphaGenome API 开放非商业研究使用,商业研究为私密预览。
推荐理由:AlphaGenome 2 从组织平均转向单细胞条件建模,读者可据此了解 DNA 变异预测在细胞类型分辨率上的变化。
Mistral 发布首个时间序列基础模型系列 Timestral,提供 5M、28M、123M 和 209M 四个尺寸,最大模型在 GIFT-Eval、TIME 和 fev-bench 三项公开基准上排名第一,参数量仅为此前 SOTA 的三分之二。
推荐理由:原文给出四个尺寸的参数量、三项基准排名和 CPU 推理延迟,可据此判断时间序列基础模型的选型与部署成本。