Heim
Das Open-Source-Forschungsmodell LOGOS von Aliyun schlägt Microsoft mit nur 1/56 der Parameter
Alibabas ATH-Token Foundry hat in Zusammenarbeit mit dem Gaoqiang-Institut für Künstliche Intelligenz an der Renmin-Universität China die Veröffentlichung von LOGOS als Open-Source-Projekt angekündigt. Es handelt sich dabei um das erste wissenschaftliche generative Basismodell für mehrere Domänen, das auf einer einheitlichen wissenschaftlichen Syntax basiert und bei sechs repräsentativen wissenschaftlichen Aufgaben mithilfe reiner Sequenzmodellierung die Leistung traditioneller domänenspezifischer Methoden durchweg erreicht oder übertrifft.

Besonders hervorzuheben ist die außergewöhnliche Parametereffizienz des Modells. Mit nur 1 Milliarde Parametern übertrifft LOGOS-1B Microsofts NatureLM (das über 8×7 Milliarden Parameter verfügt) bei mehreren Schlüsselaufgaben.
Wegweisende einheitliche wissenschaftliche Syntax für heterogene Objekte
LOGOS nutzt einen umfangreichen Vortrainingskorpus, der sieben Modalitäten abdeckt – biologische Makromoleküle, chemische Einheiten und Schnittstelleninteraktionen – und insgesamt 44,87 Milliarden Token umfasst. Durch ein gemeinsames Vokabular kodiert es ehemals heterogene Objekte wie Proteine und kleine Moleküle in eine einheitliche diskrete Token-Sequenz.
Diese einzigartige wissenschaftliche Syntax ermöglicht es großen Modellen, verschiedene wissenschaftliche Objekte innerhalb eines gemeinsamen Generationsraums autoregressiv zu interpretieren. Es wird sogar eine „Textbeschreibungsmethode“ eingeführt, mit der komplexe räumliche Interaktionsregeln ohne die Eingabe komplizierter 3D-Koordinaten konzeptualisiert werden können, wobei man sich ausschließlich auf die Sequenzvorhersage stützt.

Die Lücke zwischen Vortraining und Anwendung schließen
In herkömmlichen Forschungsumgebungen erfordert der Wechsel zwischen Modellen in verschiedenen Phasen oft eine umfangreiche Feinabstimmung bei der Bereitstellung. LOGOS erreicht eine hohe Konsistenz sowohl in Form als auch in Zweck, da das Format der Vortrainingsdatensequenz mit den Eingabe- und Ausgabeformaten nachgelagerter Aufgaben übereinstimmt.
Diese Angleichung beseitigt effektiv die Kluft zwischen Vortraining und realen Anwendungen und ermöglicht direkte generative Fähigkeiten ohne komplexe Anpassungsschichten. Alibaba hat nun die Modellgewichte, den Inferenzcode und den technischen Bericht für dieses große Modell vollständig als Open Source veröffentlicht.
Verwandter Artikel
Das MacWhisper 14-Update ermöglicht die direkte Bearbeitung von Transkripten und behebt das Problem der hohen CPU-Auslastung
Jodi Bruijn, die unabhängige Entwicklerin hinter MacWhisper, hat gestern die Version 14.0 veröffentlicht, deren Schwerpunkt auf einer verbesserten Transkriptionsleistung liegt und die eine eigene Edit
Qwen3.5-Max Preview führt LMArena an, während Chinas KI-Modelle weltweit an die Spitze rücken
Am 20. März enthüllten die neuesten Rankings der autoritativen Blindtest-Plattform für große Modelle, LMArena, dass das neueste Flaggschiff-Vorschau-Modell der Qwen-Serie von Alibaba, Qwen3.5-Max-Preview, außergewöhnliche Leistungen erbrachte. Mit 14
Von Marc Benioff unterstütztes Startup zielt darauf ab, Herausforderungen bei der KI-Implementierung zu lösen
Große Unternehmen stehen vor so massiven Herausforderungen beim Einsatz zuverlässiger KI-Tools, dass sich ganze Teams von vor Ort eingesetzten Ingenieuren – Spezialisten, die in Kundenunternehmen eingebettet sind, um KI-Systeme operativ umzusetzen –
Empfehlungen zu verwandten Spezialthemen
Kommentare (0)
Alibabas ATH-Token Foundry hat in Zusammenarbeit mit dem Gaoqiang-Institut für Künstliche Intelligenz an der Renmin-Universität China die Veröffentlichung von LOGOS als Open-Source-Projekt angekündigt. Es handelt sich dabei um das erste wissenschaftliche generative Basismodell für mehrere Domänen, das auf einer einheitlichen wissenschaftlichen Syntax basiert und bei sechs repräsentativen wissenschaftlichen Aufgaben mithilfe reiner Sequenzmodellierung die Leistung traditioneller domänenspezifischer Methoden durchweg erreicht oder übertrifft.

Besonders hervorzuheben ist die außergewöhnliche Parametereffizienz des Modells. Mit nur 1 Milliarde Parametern übertrifft LOGOS-1B Microsofts NatureLM (das über 8×7 Milliarden Parameter verfügt) bei mehreren Schlüsselaufgaben.
Wegweisende einheitliche wissenschaftliche Syntax für heterogene Objekte
LOGOS nutzt einen umfangreichen Vortrainingskorpus, der sieben Modalitäten abdeckt – biologische Makromoleküle, chemische Einheiten und Schnittstelleninteraktionen – und insgesamt 44,87 Milliarden Token umfasst. Durch ein gemeinsames Vokabular kodiert es ehemals heterogene Objekte wie Proteine und kleine Moleküle in eine einheitliche diskrete Token-Sequenz.
Diese einzigartige wissenschaftliche Syntax ermöglicht es großen Modellen, verschiedene wissenschaftliche Objekte innerhalb eines gemeinsamen Generationsraums autoregressiv zu interpretieren. Es wird sogar eine „Textbeschreibungsmethode“ eingeführt, mit der komplexe räumliche Interaktionsregeln ohne die Eingabe komplizierter 3D-Koordinaten konzeptualisiert werden können, wobei man sich ausschließlich auf die Sequenzvorhersage stützt.

Die Lücke zwischen Vortraining und Anwendung schließen
In herkömmlichen Forschungsumgebungen erfordert der Wechsel zwischen Modellen in verschiedenen Phasen oft eine umfangreiche Feinabstimmung bei der Bereitstellung. LOGOS erreicht eine hohe Konsistenz sowohl in Form als auch in Zweck, da das Format der Vortrainingsdatensequenz mit den Eingabe- und Ausgabeformaten nachgelagerter Aufgaben übereinstimmt.
Diese Angleichung beseitigt effektiv die Kluft zwischen Vortraining und realen Anwendungen und ermöglicht direkte generative Fähigkeiten ohne komplexe Anpassungsschichten. Alibaba hat nun die Modellgewichte, den Inferenzcode und den technischen Bericht für dieses große Modell vollständig als Open Source veröffentlicht.
Das MacWhisper 14-Update ermöglicht die direkte Bearbeitung von Transkripten und behebt das Problem der hohen CPU-Auslastung
Jodi Bruijn, die unabhängige Entwicklerin hinter MacWhisper, hat gestern die Version 14.0 veröffentlicht, deren Schwerpunkt auf einer verbesserten Transkriptionsleistung liegt und die eine eigene Edit
Qwen3.5-Max Preview führt LMArena an, während Chinas KI-Modelle weltweit an die Spitze rücken
Am 20. März enthüllten die neuesten Rankings der autoritativen Blindtest-Plattform für große Modelle, LMArena, dass das neueste Flaggschiff-Vorschau-Modell der Qwen-Serie von Alibaba, Qwen3.5-Max-Preview, außergewöhnliche Leistungen erbrachte. Mit 14
Von Marc Benioff unterstütztes Startup zielt darauf ab, Herausforderungen bei der KI-Implementierung zu lösen
Große Unternehmen stehen vor so massiven Herausforderungen beim Einsatz zuverlässiger KI-Tools, dass sich ganze Teams von vor Ort eingesetzten Ingenieuren – Spezialisten, die in Kundenunternehmen eingebettet sind, um KI-Systeme operativ umzusetzen –











