Pins zu tag:"Apache 2.0"

Auf seiner Veranstaltung TechXchange veröffentlicht IBM Granite 3.0, seine dritte Generation offener Modelle unter Apache 2.0: dichte Sprachmodelle mit 8B und 2B, die Sicherheitsmodelle Granite Guardian und kleine Mixture-of-Experts-Modelle.

IBM veröffentlicht Granite 3.1: Alle Granite-3-Modelle erhalten ein Kontextfenster von 128K Tokens, dazu neue Granite-Embedding-Modelle und eine Erkennung halluzinierter Funktionsaufrufe in Granite Guardian 3.1, alles unter Apache 2.0.

Mistral AI veröffentlicht Mistral Small 3, ein auf Latenz optimiertes 24B-Modell unter Apache 2.0, das nach Unternehmensangaben Llama 3.3 70B instruct bei mehr als dreifacher Geschwindigkeit entspricht und über 81% bei MMLU erreicht.

IBM veröffentlicht Granite 3.2 mit zuschaltbarem Chain-of-Thought-Reasoning in den Instruct-Modellen 8B und 2B sowie seinem ersten offiziellen Vision-Language-Modell, Granite Vision 3.2 2B, alle unter Apache 2.0.

Mistral AI veröffentlicht Mistral Small 3.1, ein 24B-Modell unter Apache 2.0 mit Bildverständnis und einem Kontextfenster von 128k Token, das laut Mistral Gemma 3 und GPT-4o Mini bei 150 Token pro Sekunde übertrifft.

IBM veröffentlicht Granite 3.3 8B und 2B Instruct mit Fill-in-the-Middle-Unterstützung und verfeinertem Reasoning sowie Granite Speech 3.3 8B, sein erstes offizielles Speech-to-Text-Modell, unter Apache 2.0.

IBM veröffentlicht Granite 4.0 Tiny Preview, einen frühen Einblick in ein hybrides Mamba-2/Transformer-Mixture-of-Experts-Modell mit 7B Parametern und 1B aktiven Parametern, bisher mit nur 2,5 Billionen Tokens trainiert.

Mistral AI veröffentlicht Mistral Small 3.2, ein 24B-Update von Small 3.1 unter Apache 2.0, das Arena Hard v2 von 19.56% auf 43.1% anhebt und endlose Generierungen von 2.11% auf 1.29% senkt.

IBM veröffentlicht Granite 4.0, offene Sprachmodelle unter Apache 2.0 mit einer hybriden Mamba-2/Transformer-Architektur, die laut IBM den Speicherbedarf um mehr als 70 % senkt; es sind die ersten offenen Modelle mit ISO-42001-Zertifizierung.

IBM veröffentlicht Granite 4.0 Nano, seine bislang kleinsten Modelle: Hybrid- und reine Transformer-Versionen mit etwa 1B und 350M Parametern für Edge- und On-Device-Einsatz unter Apache 2.0.

Mistral AI veröffentlicht Mistral 3: Mistral Large 3, ein spärliches Mixture-of-Experts-Modell mit 675B Parametern, davon 41B aktiv, unter Apache 2.0, sowie drei dichte Ministral-3-Modelle (3B, 8B und 14B).

IBM veröffentlicht Granite 4.1: dichte Sprachmodelle mit 3B, 8B und 30B unter Apache 2.0, deren 8B-Instruct-Modell das Granite-4.0-Mixture-of-Experts-Modell mit 32 Milliarden Parametern erreicht oder übertrifft, dazu neue Vision-, Sprach-, Guardian- und Embedding-Modelle.

IBM veröffentlicht Granite 4.2, drei offene Reasoning-Modelle unter Apache 2.0 (3B, 8B und 30B) mit umschaltbarem Denkmodus; das 8B erreicht in IBMs eigenen Tests 47.67 auf SWE-bench Verified und 86.67 auf AIME25.