Qwen på en bärsärkagång 🔥 - Qwen3 Coder 480B (35B Active), slår Kimi K2 och Claude Sonnet 4 - Apache 2.0 licensierad! > Upp till 1 miljon kontext > Icke-resonemang > Stöder agent- och webbläsarläge Så himla taggad på de mindre modellerna i serien 🤗

Fullkomligt älskar att leka med detta! ❤️

NYHET: Introduktionsupplevelse på Hugging Face! - Upplev SoTA LLM:er och text till bild-modeller direkt 🤩 Hjälper verkligen till att kontextualisera hur man använder dessa modeller och vad de är kapabla till från och med idag Självklart drivs de av våra inferensleverantörer!

Förtydligande: Detta var ett fräckt sätt att säga att den senaste versionen från @Alibaba_Qwen sätter en ny milstolpe/kulle att bestiga för resten av fältet. Vi har nu en öppen viktmodell som konkurrerar med Opus 4 - modellerna kommer bara att bli bättre och bättre härifrån.

Detta är den dummaste öppen källkodsmodeller som någonsin kommer att vara

Qwen COOKED - slår Kimi K2 och konkurrenskraftig till Claude Opus 4 på 25% totala parametrar 🤯

missade detta, @NVIDIAAIDev tyst släppt Open Reasoning Nemotron-modeller (1.5-32B), SoTA på LiveCodeBench, CC-BY 4.0-licensierade 🔥 > 32B konkurrerar med Qwen3 235B och DeepSeek R1 > Finns i storlekarna 1,5B, 7B, 14B och 32B > Stöder upp till 64K utgångstoken > Använder GenSelect (kombinerar flera parallella generationer) > Byggd ovanpå Qwen 2.5-serien > Tillåter kommersiell användning Fungerar direkt ur lådan i transformatorer, vllm, mlx, llama.cpp och mer!

Betrakta löst NUM-nedladdningar av OpenAI Python-paketet som en ledande indikator på AI-antagande

Det är helg, glöm inte att ta det lugnt, chatta!

LLM:er men genererar bara kortfattad och rakt på sak? Vem är det som bygger det här???