LarDBRX-Instruct
132B
Modelo Parâmetro Quantidade
DataBricks
Organização afiliada
Código aberto
Tipo de licença
26 de Março de 2024
Tempo de liberação
Introdução ao modelo
DBRX-Instruct é um modelo MoE treinado do zero pela DataBricks, utilizando um esquema de seleção de 16 especialistas escolhendo 4, com um número de parâmetros ativos de 36B. Ele foi pré-treinado em 12T tokens, suportando um contexto de 32K.
Pontuação abrangente
Diálogo de idiomas
Reserva de conhecimento
Associação de Raciocínio
Cálculo matemático
Escrita de código
Comando seguindo
Deslize para a esquerda e para a direita para ver mais
Capacidade de compreensão de idiomas
Muitas vezes, faz mal julgamentos semânticos, levando a óbvias desconexões lógicas nas respostas.
2.5
Escopo de cobertura do conhecimento
Possui pontos cegos significativos, geralmente mostrando erros factuais e repetindo informações desatualizadas.
6.6
Capacidade de raciocínio
Incapaz de manter cadeias de raciocínio coerentes, geralmente causando causalidade invertida ou erros de cálculo.
2.0
Comparação de modelos
DBRX-Instruct vs Qwen2.5-7B-Instruct
Assim como o Qwen2, os modelos de linguagem Qwen2.5 suportam até 128K tokens e podem gerar até 8K tokens. Eles também mantêm suporte multilíngue para mais de 29 idiomas, incluindo chinês, inglês, francês, espanhol, português, alemão, italiano, russo, japonês, coreano, vietnamita, tailandês, árabe e muito mais.
DBRX-Instruct vs Hunyuan-T1-20250822
O modelo de raciocínio profundo desenvolvido de forma independente pela Tencent adota o número de versão hunyuan-t1-20250822.
DBRX-Instruct vs Spark-X1
O modelo de inferência Spark X1 lançado pela iFlytek, além de liderar tarefas matemáticas domésticas, avalia o desempenho de tarefas gerais como inferência, geração de texto e compreensão linguística contra o OpenAI o1 e o DeepSeek R1.
Modelo relacionado
DBRX-Instruct
DBRX-Instruct é um modelo MoE treinado do zero pela DataBricks, utilizando um esquema de seleção de 16 especialistas escolhendo 4, com um número de parâmetros ativos de 36B. Ele foi pré-treinado em 12T tokens, suportando um contexto de 32K.
Qwen2.5-7B-Instruct
Assim como o Qwen2, os modelos de linguagem Qwen2.5 suportam até 128K tokens e podem gerar até 8K tokens. Eles também mantêm suporte multilíngue para mais de 29 idiomas, incluindo chinês, inglês, francês, espanhol, português, alemão, italiano, russo, japonês, coreano, vietnamita, tailandês, árabe e muito mais.
Hunyuan-T1-20250822
O modelo de raciocínio profundo desenvolvido de forma independente pela Tencent adota o número de versão hunyuan-t1-20250822.
Spark-X1
O modelo de inferência Spark X1 lançado pela iFlytek, além de liderar tarefas matemáticas domésticas, avalia o desempenho de tarefas gerais como inferência, geração de texto e compreensão linguística contra o OpenAI o1 e o DeepSeek R1.
Doubao-Seed-1.6-thinking-250715
A versão mais recente do modelo da série Seed lançado pela ByteDance, que suporta o modo de pensamento.
Documentos relevantes
A OpenAI traça os contornos da economia da IA com fundos de riqueza pública, impostos sobre robôs e a semana de quatro dias
Enquanto os governos lutam para lidar com o impacto econômico das máquinas superinteligentes, a OpenAI divulgou um conjunto de propostas de políticas que delineiam como a riqueza e o trabalho poderiam
Google lança os Notebooks Gemini, combinando o NotebookLM com uma base de conhecimento pessoal
O Google lançou recentemente o recurso “Notebooks” para o Gemini, projetado para ajudar os usuários a gerenciar projetos complexos por meio da criação de uma base de conhecimento personalizada. Essa a
A Luma AI apresenta o modelo autorregressivo Uni-1, capaz de gerar texto e pixels simultaneamente
A Luma Labs lançou seu modelo de geração de imagens Uni-1 em 23 de março, marcando o primeiro modelo da empresa disponível ao público desenvolvido com base na arquitetura Unified Intelligence. O acess
Xinzhou Wu, da NVIDIA: chegou o momento “ChatGPT” da direção autônoma; a produção em massa do nível 4 não é mais um sonho
No campo da IA física, em rápida evolução, a direção autônoma é frequentemente vista como o primeiro grande desafio a ser superado. Recentemente, Wu Xinzhou, vice-presidente da NVIDIA, apresentou a am
A Anthropic aumenta discretamente os preços do Claude Code; taxas diárias para desenvolvedores dobram
As pressões de custo na programação de IA estão se tornando cada vez mais evidentes. A Anthropic, uma empresa líder no setor de IA, ajustou recentemente os preços de sua ferramenta de programação de I
