Heim
JD.com stellt das JoyAI-LLM-Flash-Modell vor, um den Fortschritt im Bereich der KI voranzutreiben

JD.com hat sein neuestes großes Sprachmodell, JoyAI-LLM-Flash, am 14. Februar auf der Plattform Hugging Face öffentlich zugänglich gemacht. Das Modell verfügt über insgesamt 4,8 Milliarden Parameter, von denen 3 Milliarden während der Inferenz aktiviert werden. Es wurde auf 20 Billionen Text-Tokens vortrainiert und zeigt starke Fähigkeiten beim Verständnis von aktuellem Wissen, beim logischen Schlussfolgern und bei Programmieraufgaben.
JoyAI-LLM-Flash nutzt ein neuartiges FiberPO-Optimierungsframework, das die Faserbündeltheorie in das verstärkende Lernen integriert. In Kombination mit dem Muon-Optimierer und der Dense-Multi-Token-Prediction-Technologie (MTP) bewältigt dieser Ansatz effektiv die Instabilitätsprobleme, die bei der Skalierung traditioneller Modelle häufig auftreten. Im Vergleich zu Versionen ohne MTP hat sich der Durchsatz um das 1,3- bis 1,7-Fache erhöht, was sowohl die Trainingseffizienz als auch das praktische Anwendungspotenzial deutlich steigert.
Das Modell basiert auf einer „Mixture-of-Experts“-Architektur (MoE) mit 40 Schichten. Es unterstützt eine Kontextlänge von 128.000 Token und verfügt über einen Wortschatz von 129.000 Begriffen, was für JD.com einen erheblichen Fortschritt im Bereich der künstlichen Intelligenz darstellt.
Verwandter Artikel
Anthropic erweitert die Claude KI-Coding-Tools in Japan im Rahmen der Bemühungen um internationales Wachstum
Anthropic, ein führendes US-amerikalisches Unternehmen für künstliche Intelligenz, intensiviert seine globalen Outreach-Bemühungen. Am Mittwoch veranstaltete das Unternehmen in Tokio eine große Entwicklerkonferenz namens „Code with Claude“, an der kn
Indiens Software-Riese stellt weniger ein, verspricht aber keine Entlassungen, während KI-Agenten ausgebaut werden
Während die künstliche Intelligenz traditionelle, arbeitsintensive Geschäftsmodelle neu gestaltet, hat Tata Consultancy Services (TCS), ein führendes indisches Software-Outsourcing-Unternehmen, seine strategische Antwort vorgestellt. Während der jähr
China sperrt KI-Modelle während des Gaokam, um sofortige Hausaufgabenhilfe zu blockieren
Mit dem sich dem 2026-Gaokao schnell nähernden Termin haben Gerüchte über die Sperrung von KI-Tools während der Prüfungsphase eine intensive Online-Debatte entfacht. Als Reaktion auf die öffentlichen Bedenken haben große KI-Plattformen und Bildungs-A
Empfehlungen zu verwandten Spezialthemen
Kommentare (1)

JD.com hat sein neuestes großes Sprachmodell, JoyAI-LLM-Flash, am 14. Februar auf der Plattform Hugging Face öffentlich zugänglich gemacht. Das Modell verfügt über insgesamt 4,8 Milliarden Parameter, von denen 3 Milliarden während der Inferenz aktiviert werden. Es wurde auf 20 Billionen Text-Tokens vortrainiert und zeigt starke Fähigkeiten beim Verständnis von aktuellem Wissen, beim logischen Schlussfolgern und bei Programmieraufgaben.
JoyAI-LLM-Flash nutzt ein neuartiges FiberPO-Optimierungsframework, das die Faserbündeltheorie in das verstärkende Lernen integriert. In Kombination mit dem Muon-Optimierer und der Dense-Multi-Token-Prediction-Technologie (MTP) bewältigt dieser Ansatz effektiv die Instabilitätsprobleme, die bei der Skalierung traditioneller Modelle häufig auftreten. Im Vergleich zu Versionen ohne MTP hat sich der Durchsatz um das 1,3- bis 1,7-Fache erhöht, was sowohl die Trainingseffizienz als auch das praktische Anwendungspotenzial deutlich steigert.
Das Modell basiert auf einer „Mixture-of-Experts“-Architektur (MoE) mit 40 Schichten. Es unterstützt eine Kontextlänge von 128.000 Token und verfügt über einen Wortschatz von 129.000 Begriffen, was für JD.com einen erheblichen Fortschritt im Bereich der künstlichen Intelligenz darstellt.
Anthropic erweitert die Claude KI-Coding-Tools in Japan im Rahmen der Bemühungen um internationales Wachstum
Anthropic, ein führendes US-amerikalisches Unternehmen für künstliche Intelligenz, intensiviert seine globalen Outreach-Bemühungen. Am Mittwoch veranstaltete das Unternehmen in Tokio eine große Entwicklerkonferenz namens „Code with Claude“, an der kn
Indiens Software-Riese stellt weniger ein, verspricht aber keine Entlassungen, während KI-Agenten ausgebaut werden
Während die künstliche Intelligenz traditionelle, arbeitsintensive Geschäftsmodelle neu gestaltet, hat Tata Consultancy Services (TCS), ein führendes indisches Software-Outsourcing-Unternehmen, seine strategische Antwort vorgestellt. Während der jähr
China sperrt KI-Modelle während des Gaokam, um sofortige Hausaufgabenhilfe zu blockieren
Mit dem sich dem 2026-Gaokao schnell nähernden Termin haben Gerüchte über die Sperrung von KI-Tools während der Prüfungsphase eine intensive Online-Debatte entfacht. Als Reaktion auf die öffentlichen Bedenken haben große KI-Plattformen und Bildungs-A











