大規模モデルのリリースに伴い、Ling-2.6-flashが登場し、コストの10分の1で最高性能を実現しています。

大規模言語モデルにおける世界的な競争が激化する中、アントグループのBailingモデルは新しいInstructバリアントであるLing-2.6-flashの発表により、また一つのマイルストーンを達成しました。このモデルは、「知能と効率の比率」が非常に高いことから、AIコミュニティで大きな注目を集めています。
技術的な観点から見ると、Ling-2.6-flashは総合的に優れたパフォーマンスを発揮しています。このモデルは合計1040億個のパラメータを持っていますが、推論時に実際に使用されるのは74億個だけです。この設計は明らかに、能力とリソース使用量の間に最適なバランスを取ることを目指しています。権威あるプラットフォームArtificial Analysisの最新ベンチマークによると、このモデルは非常に高いエネルギー効率を示し、同じタスクを完了するためにわずか1500万トークンしか消費しません。これはNemotron-3-Superのような主流モデルの約10分の1のトークン消費量であり、開発者ははるかに低い計算コストで知能支援を利用することができます。
実際、正式な発表前にこのモデルは匿名で1週間のストレステストに公開されました。その期間中、1日あたりのトークン使用量は急速に1000億個に達しました。この「リリース前のテスト」アプローチにより、このモデルが実世界の高並行環境で安定して動作することが確認されるとともに、高性能でコスト効率の高いモデルアーキテクチャに対する強い市場需要も明らかになりました。
業界のアナリストたちは、Ling-2.6-flashのリリースは大規模言語モデル競争における新たな段階を示しており、「パラメータ数の競争」から「知能と効率の競争」へと移行していると指摘しています。パラメータの活性化メカニズムを最適化することで、このモデルは推論時の障壁を大幅に下げつつも、広範な知識ベースを維持しています。大規模にAIアプリケーションを展開する必要がある企業にとって、これはより経済的に実行可能な選択肢を提供しています。
関連記事
iFLYTEK、Spark X2.5 汎用大規模モデルを公開
9月1日、iFlytekは最新の公式発表によると、エッジ指向の2つの大規模言語モデル「Xinghuo X2.5-4B」と「Xinghuo X2.5-1.7B」をオープンソースで公開する。両モデルは、最大100万トークンのコンテキストウィンドウをネイティブにサポートしている。これらは、インテリジェントエージェントとの対話、数学的推論、一般的な理解などの主要な分野で大幅な強化を実現し、車載システム、スマートデバイス、IoTエコシステムなどのエッジアプリケーションに堅牢なサポートを提供する。これらの
ユーザーからの反発を受け、MetaはAI写真編集機能を削除
Meta、ソーシャルメディアの巨人は、人工知能とユーザープライバシーの微妙なバランスをめぐる公的な論争に再び巻き込まれている。TechCrunch によると、Meta の Superintelligence Labs は今週初めに新しい AI 画像ジェネレーター「Muse Image」を導入した。しかし、ユーザーが「@」記号でタグ付けすることで、公開されている Instagram アカウントから画像を修正・生成できるという、高い評価を受けた主要機能は、適切な通知メカニズムの欠如により、ユーザー
DeepMindのCEOハサビス氏:1日6時間睡眠し、通常午前1時頃に活力を感じます。
フォーチュンは最近、Google DeepMindのCEOであるデミス・ハサビスへのインタビューを掲載し、彼の休息と生産性に対する非伝統的なアプローチを明らかにした。ハサビスは、睡眠時間が非常に短いことを明かし、覚醒時間を2つの明確な作業ブロックに構造化していると語った。彼の睡眠習慣について、ハサビスは「6時間の睡眠を目標としているが、私の習慣は典型的ではない。一日中効果的に機能できる」と述べた。彼は、6時間未満の睡眠は脳の健康に悪影響を及ぼすことを強調した。2010年にDeepMindを共
関連特集おすすめ
コメント (0)
0/500

大規模言語モデルにおける世界的な競争が激化する中、アントグループのBailingモデルは新しいInstructバリアントであるLing-2.6-flashの発表により、また一つのマイルストーンを達成しました。このモデルは、「知能と効率の比率」が非常に高いことから、AIコミュニティで大きな注目を集めています。
技術的な観点から見ると、Ling-2.6-flashは総合的に優れたパフォーマンスを発揮しています。このモデルは合計1040億個のパラメータを持っていますが、推論時に実際に使用されるのは74億個だけです。この設計は明らかに、能力とリソース使用量の間に最適なバランスを取ることを目指しています。権威あるプラットフォームArtificial Analysisの最新ベンチマークによると、このモデルは非常に高いエネルギー効率を示し、同じタスクを完了するためにわずか1500万トークンしか消費しません。これはNemotron-3-Superのような主流モデルの約10分の1のトークン消費量であり、開発者ははるかに低い計算コストで知能支援を利用することができます。
実際、正式な発表前にこのモデルは匿名で1週間のストレステストに公開されました。その期間中、1日あたりのトークン使用量は急速に1000億個に達しました。この「リリース前のテスト」アプローチにより、このモデルが実世界の高並行環境で安定して動作することが確認されるとともに、高性能でコスト効率の高いモデルアーキテクチャに対する強い市場需要も明らかになりました。
業界のアナリストたちは、Ling-2.6-flashのリリースは大規模言語モデル競争における新たな段階を示しており、「パラメータ数の競争」から「知能と効率の競争」へと移行していると指摘しています。パラメータの活性化メカニズムを最適化することで、このモデルは推論時の障壁を大幅に下げつつも、広範な知識ベースを維持しています。大規模にAIアプリケーションを展開する必要がある企業にとって、これはより経済的に実行可能な選択肢を提供しています。
iFLYTEK、Spark X2.5 汎用大規模モデルを公開
9月1日、iFlytekは最新の公式発表によると、エッジ指向の2つの大規模言語モデル「Xinghuo X2.5-4B」と「Xinghuo X2.5-1.7B」をオープンソースで公開する。両モデルは、最大100万トークンのコンテキストウィンドウをネイティブにサポートしている。これらは、インテリジェントエージェントとの対話、数学的推論、一般的な理解などの主要な分野で大幅な強化を実現し、車載システム、スマートデバイス、IoTエコシステムなどのエッジアプリケーションに堅牢なサポートを提供する。これらの
ユーザーからの反発を受け、MetaはAI写真編集機能を削除
Meta、ソーシャルメディアの巨人は、人工知能とユーザープライバシーの微妙なバランスをめぐる公的な論争に再び巻き込まれている。TechCrunch によると、Meta の Superintelligence Labs は今週初めに新しい AI 画像ジェネレーター「Muse Image」を導入した。しかし、ユーザーが「@」記号でタグ付けすることで、公開されている Instagram アカウントから画像を修正・生成できるという、高い評価を受けた主要機能は、適切な通知メカニズムの欠如により、ユーザー
DeepMindのCEOハサビス氏:1日6時間睡眠し、通常午前1時頃に活力を感じます。
フォーチュンは最近、Google DeepMindのCEOであるデミス・ハサビスへのインタビューを掲載し、彼の休息と生産性に対する非伝統的なアプローチを明らかにした。ハサビスは、睡眠時間が非常に短いことを明かし、覚醒時間を2つの明確な作業ブロックに構造化していると語った。彼の睡眠習慣について、ハサビスは「6時間の睡眠を目標としているが、私の習慣は典型的ではない。一日中効果的に機能できる」と述べた。彼は、6時間未満の睡眠は脳の健康に悪影響を及ぼすことを強調した。2010年にDeepMindを共





家






