Ant Group presenta F2LLM-v2: un modelo de incrustación multilingüe a gran escala
Superar la limitación del «centrismo en el inglés» en la representación semántica se ha convertido en un reto clave en la evolución de los grandes modelos de lenguaje.
El 26 de marzo, el equipo CodeFuse de Ant Group y la Universidad Jiao Tong de Shanghái lanzó oficialmente la serie de modelos de incrustación F2LLM-v2. Esta serie no solo ha logrado un rendimiento líder en pruebas de referencia de prestigio, sino que también ofrece una solución de representación semántica eficiente y de alto rendimiento para desarrolladores de todo el mundo mediante un enfoque totalmente de código abierto.

Rendimiento excepcional: 11 resultados SOTA en MTEB
En el prestigioso banco de pruebas MTEB para evaluar modelos de incrustación, F2LLM-v2 demostró sus amplias fortalezas:
11 primeros puestos: se aseguró el primer puesto en 11 clasificaciones específicas de idiomas y dominios, incluyendo alemán, francés, japonés y recuperación de código.
Un rival formidable: incluso sus variantes ligeras superaron sistemáticamente a modelos industriales conocidos de tamaño comparable.
Amplia cobertura: la evaluación abarcó 430 subtareas diversas, como preguntas y respuestas médicas y recuperación de código, logrando una cobertura completa de los escenarios.

Comprensión integral: dominio de 282 lenguas naturales y más de 40 lenguajes de programación
El poder de F2LLM-v2 proviene de su base de entrenamiento altamente inclusiva:
Mejora multilingüe: cuenta con un soporte reforzado para idiomas con recursos medios y bajos (como las familias lingüísticas nórdicas y del sudeste asiático), lo que permite una cobertura lingüística verdaderamente global.
Experiencia en programación: con un profundo conocimiento de más de 40 lenguajes de programación como Python, Java y Go, es la opción ideal para los desarrolladores que crean sistemas RAG (Retrieval-Augmented Generation) y asistentes de código.
Datos de alta calidad: Basado en 60 millones de muestras públicas meticulosamente depuradas, garantiza tanto la pureza como la amplitud de la base de conocimientos del modelo.

Eficiencia extrema: una familia completa de modelos que abarca desde 80 millones hasta 14 000 millones de parámetros
Para dar respuesta a necesidades que van desde los dispositivos móviles hasta la computación en la nube, el equipo de CodeFuse ha desarrollado una matriz de modelos completa:
Optimizado para móviles: los modelos compactos de entre 80 y 330 millones de parámetros utilizan técnicas de «poda de modelos» y «destilación de conocimiento», lo que permite un funcionamiento fluido en plataformas móviles.
Innovación «anidada»: admite el ajuste dinámico de dimensiones, lo que permite a los usuarios cambiar de forma flexible entre 8 dimensiones y dimensiones completas, optimizando el equilibrio entre la velocidad de inferencia y el coste de almacenamiento.
Totalmente de código abierto: la transparencia establece un nuevo estándar comunitario
A diferencia de muchos modelos de «caja negra», F2LLM-v2 se rige por una filosofía de código totalmente abierto:
Lanzamiento completo: todos los pesos del modelo para cada variante de tamaño están disponibles para su descarga.
Transparencia detallada: se publica un informe técnico exhaustivo en el que se revela toda la metodología de entrenamiento.
Reproducibilidad total: se publican todos los códigos y puntos de control del entrenamiento, lo que permite a los investigadores de todo el mundo basarse en este trabajo para seguir desarrollándolo.
Conclusión: Rompiendo barreras para explorar el potencial infinito de la IA
Como otro hito significativo en la serie de código abierto de CodeFuse, el lanzamiento de F2LLM-v2
Artículo relacionado
Stripe adquirirá OpenRouter a medida que el enrutamiento basado en modelos de IA cobra impulso
Stripe ha acordado adquirir OpenRouter, una plataforma de enrutamiento de modelos de IA que ofrece a los desarrolladores acceso a cientos de modelos a través de una única interfaz. El acuerdo amplía e
El exinvestigador de OpenAI, Barrett Zoph, regresa a Google para colaborar en el desarrollo de Gemini
Barret Zoph, que anteriormente abandonó de forma repentina la empresa para incorporarse a OpenAI debido a un desacuerdo con la directora general de Thinking Machines Lab, Miriam Mularati, ha vuelto a
Cómo Recursive Intelligence recaudó 335 millones de dólares con una valoración de 4.000 millones de dólares en cuatro meses
Las cofundadoras de la startup Ricursive Intelligence parecían destinadas a ser cofundadoras.Anna Goldie, directora ejecutiva, y Azalia Mirhoseini, directora técnica, son tan conocidas en la comunidad
Recomendaciones de temas especiales relacionados
comentario (0)
0/500
Superar la limitación del «centrismo en el inglés» en la representación semántica se ha convertido en un reto clave en la evolución de los grandes modelos de lenguaje.
El 26 de marzo, el equipo CodeFuse de Ant Group y la Universidad Jiao Tong de Shanghái lanzó oficialmente la serie de modelos de incrustación F2LLM-v2. Esta serie no solo ha logrado un rendimiento líder en pruebas de referencia de prestigio, sino que también ofrece una solución de representación semántica eficiente y de alto rendimiento para desarrolladores de todo el mundo mediante un enfoque totalmente de código abierto.

Rendimiento excepcional: 11 resultados SOTA en MTEB
En el prestigioso banco de pruebas MTEB para evaluar modelos de incrustación, F2LLM-v2 demostró sus amplias fortalezas:
11 primeros puestos: se aseguró el primer puesto en 11 clasificaciones específicas de idiomas y dominios, incluyendo alemán, francés, japonés y recuperación de código.
Un rival formidable: incluso sus variantes ligeras superaron sistemáticamente a modelos industriales conocidos de tamaño comparable.
Amplia cobertura: la evaluación abarcó 430 subtareas diversas, como preguntas y respuestas médicas y recuperación de código, logrando una cobertura completa de los escenarios.

Comprensión integral: dominio de 282 lenguas naturales y más de 40 lenguajes de programación
El poder de F2LLM-v2 proviene de su base de entrenamiento altamente inclusiva:
Mejora multilingüe: cuenta con un soporte reforzado para idiomas con recursos medios y bajos (como las familias lingüísticas nórdicas y del sudeste asiático), lo que permite una cobertura lingüística verdaderamente global.
Experiencia en programación: con un profundo conocimiento de más de 40 lenguajes de programación como Python, Java y Go, es la opción ideal para los desarrolladores que crean sistemas RAG (Retrieval-Augmented Generation) y asistentes de código.
Datos de alta calidad: Basado en 60 millones de muestras públicas meticulosamente depuradas, garantiza tanto la pureza como la amplitud de la base de conocimientos del modelo.

Eficiencia extrema: una familia completa de modelos que abarca desde 80 millones hasta 14 000 millones de parámetros
Para dar respuesta a necesidades que van desde los dispositivos móviles hasta la computación en la nube, el equipo de CodeFuse ha desarrollado una matriz de modelos completa:
Optimizado para móviles: los modelos compactos de entre 80 y 330 millones de parámetros utilizan técnicas de «poda de modelos» y «destilación de conocimiento», lo que permite un funcionamiento fluido en plataformas móviles.
Innovación «anidada»: admite el ajuste dinámico de dimensiones, lo que permite a los usuarios cambiar de forma flexible entre 8 dimensiones y dimensiones completas, optimizando el equilibrio entre la velocidad de inferencia y el coste de almacenamiento.
Totalmente de código abierto: la transparencia establece un nuevo estándar comunitario
A diferencia de muchos modelos de «caja negra», F2LLM-v2 se rige por una filosofía de código totalmente abierto:
Lanzamiento completo: todos los pesos del modelo para cada variante de tamaño están disponibles para su descarga.
Transparencia detallada: se publica un informe técnico exhaustivo en el que se revela toda la metodología de entrenamiento.
Reproducibilidad total: se publican todos los códigos y puntos de control del entrenamiento, lo que permite a los investigadores de todo el mundo basarse en este trabajo para seguir desarrollándolo.
Conclusión: Rompiendo barreras para explorar el potencial infinito de la IA
Como otro hito significativo en la serie de código abierto de CodeFuse, el lanzamiento de F2LLM-v2
Stripe adquirirá OpenRouter a medida que el enrutamiento basado en modelos de IA cobra impulso
Stripe ha acordado adquirir OpenRouter, una plataforma de enrutamiento de modelos de IA que ofrece a los desarrolladores acceso a cientos de modelos a través de una única interfaz. El acuerdo amplía e
El exinvestigador de OpenAI, Barrett Zoph, regresa a Google para colaborar en el desarrollo de Gemini
Barret Zoph, que anteriormente abandonó de forma repentina la empresa para incorporarse a OpenAI debido a un desacuerdo con la directora general de Thinking Machines Lab, Miriam Mularati, ha vuelto a
Cómo Recursive Intelligence recaudó 335 millones de dólares con una valoración de 4.000 millones de dólares en cuatro meses
Las cofundadoras de la startup Ricursive Intelligence parecían destinadas a ser cofundadoras.Anna Goldie, directora ejecutiva, y Azalia Mirhoseini, directora técnica, son tan conocidas en la comunidad





Hogar






