Ant Ling@AntLingAGIToday, we're introducing Ling-3.0-flash-Sante - an MoE model enhanced for health and medicine, built…
DịchAnt Group vừa giới thiệu Ling-3.0-flash-Sante, một mô hình MoE được tối ưu hóa từ Ling-3.0-flash nhằm nâng cao khả năng xử lý thông tin trong lĩnh vực chăm sóc sức khỏe và y tế.
Nghiên cứu giới thiệu công thức SMELT, tối ưu hóa hiệu suất mô hình Transformer tuần hoàn bằng cách cân bằng ngân sách tính toán trên mỗi token, tham số và bộ nhớ đệm KV.
Bài báo giới thiệu Qwen3.8-Flash-Next, mô hình MoE thưa thớt với 125B tham số (kích hoạt 6B mỗi token) cùng bảng nhúng n-gram 51B đặt ngoài bộ tăng tốc giúp tối ưu hóa hiệu năng.
Tencent Hunyuan@TencentHunyuanTencent vừa công bố bản xem trước của mô hình MoE Hy4 với 770 tỷ tham số, hỗ trợ cửa sổ ngữ cảnh lên tới 1 triệu token và được phát hành theo giấy phép Apache 2.0. Mô hình này đạt hiệu suất vượt trội trong các bài kiểm tra thực tế so với GLM 5.3 và Kimi K3.
Cùng sự kiện, tinh chọn hiển thị «Tencent ra mắt mô hình Hunyuan Hy4 Preview: 770 tỷ tham số, cửa sổ ngữ cảnh 1 triệu token»
Testing Catalog@testingcatalogTencent released Hy4 Preview, a new open weight model under Apache License 2.0! > Hy4 preview i…
DịchTencent vừa phát hành Hy4 Preview, mô hình MoE thế hệ mới với 770 tỷ tham số và cửa sổ ngữ cảnh 1 triệu token, được cấp phép theo Apache 2.0 nhằm tối ưu cho các tác vụ năng suất cao.
Alibaba Cloud@alibaba_cloudQwen3.8-Flash is now available on @gmi_cloud - a multimodal MoE and an early preview of the Qwen4 ar…
DịchMô hình đa phương thức MoE Qwen3.8-Flash đã có mặt trên GMI Cloud, đồng thời mang đến cái nhìn sớm về kiến trúc Qwen4 thế hệ mới. Người dùng có thể trải nghiệm ngay qua API tại Model Studio và Qwen Cloud.
Qwen giới thiệu mô hình MoE đa phương thức Qwen3.8-Flash-Next với 125B tham số (kích hoạt 6B), mang lại hiệu suất vượt trội và là bước đệm cho kiến trúc Qwen4. Người dùng đã có thể trải nghiệm các phiên bản lượng tử hóa tối ưu trên nền tảng Unsloth.
Cùng sự kiện, bài đại diện «Qwen3.8-Flash-Next chính thức được hỗ trợ trên SGLang ngay từ ngày ra mắt»Zhipu AI vừa trình làng GLM-5.3-Flash, chính là mô hình ẩn danh OX Alpha từng gây sốt. Đây là mô hình đa phương thức gốc với kiến trúc MoE 320B, hỗ trợ xử lý hình ảnh, video và văn bản với cửa sổ ngữ cảnh lên tới 1 triệu token.
Cùng sự kiện, tinh chọn hiển thị «Zhipu ra mắt GLM-5.3-Flash: Mô hình đa phương thức mạnh mẽ với chi phí cực thấp»Z.ai trình làng GLM-5.3-Flash, mô hình đa phương thức gốc với 320 tỷ tham số, hỗ trợ xử lý hình ảnh, video và cửa sổ ngữ cảnh lên tới 1 triệu token, hiện đã mở mã nguồn theo giấy phép MIT.
Cùng sự kiện, tinh chọn hiển thị «Zhipu ra mắt GLM-5.3-Flash: Mô hình đa phương thức mạnh mẽ với chi phí cực thấp»Alibaba Cloud@alibaba_cloud⚡Meet Qwen3.8-Flash, a multimodal MoE and an early preview of the Qwen4 architecture, now open-weigh…
DịchAlibaba giới thiệu Qwen3.8-Flash, mô hình MoE 125B với kiến trúc Qwen4 tiên tiến, chỉ kích hoạt 6B tham số mỗi token. Với chi phí huấn luyện bằng 1/9 bản tiền nhiệm và giá API cực rẻ, đây là bước tiến lớn về hiệu suất và khả năng xử lý ngữ cảnh lên tới 1 triệu token.
Elvis Saravia@omarsar0What's better than an open-weight multimodal model release? Well, the technical report. I just love…
DịchAlibaba ra mắt Qwen3.8-Flash, mô hình MoE đa phương thức với 125B tham số (kích hoạt 6B mỗi token), hỗ trợ ngữ cảnh lên tới 1 triệu token và là phiên bản xem trước của kiến trúc Qwen4.
Qwen@Alibaba_QwenAPI is live on QwenCloud: https://www.qwencloud.com/models/qwen3.8-flash 🙌Let's build something!
DịchQwen3.8-Flash là mô hình đa phương thức 125B với kiến trúc MoE tối ưu, chỉ kích hoạt 6B tham số mỗi token nhưng vượt trội hoàn toàn so với bản tiền nhiệm. Đây là bước đệm cho kiến trúc Qwen4 với chi phí vận hành cực thấp và hỗ trợ ngữ cảnh lên tới 1 triệu token.
Diễn biến sự kiện · 5 bài →Thêm 15 nguồn khác đưa tinX: Alibaba Cloud (@alibaba_cloud)X: Hongming (@hongming731)PandailyX: OpenRouter (@OpenRouter)X: AI Notes (@AYi_AInotes)X: SemiAnalysis (@SemiAnalysis_)X: Elvis Saravia (@omarsar0, DAIR.AI)MarkTechPostThe Decoder: AI NewsX: Testing Catalog (@testingcatalog)IT HomeTechNodeSimon Willison BlogJiqizhixinX: Kim (@kimmonismus)Đội ngũ Qwen của Alibaba vừa giới thiệu Qwen3.8-Flash-Next, mô hình MoE đa phương thức 125B chỉ kích hoạt 6B tham số mỗi token, đóng vai trò là bản xem trước cho kiến trúc Qwen4 thế hệ mới.
Cùng sự kiện, bài đại diện «Qwen3.8-Flash-Next chính thức được hỗ trợ trên SGLang ngay từ ngày ra mắt»
Kim@kimmonismusGLM-5.3 Flash ("Ox Alpha") official: Benchmarks attached. This looks exceptional for its size! GLM-…
DịchGLM-5.3 Flash (Ox Alpha) chính thức trình làng với kiến trúc MoE 320B, hỗ trợ cửa sổ ngữ cảnh 1M và khả năng đa phương thức nguyên bản. Mô hình được cấp phép MIT, tối ưu hóa mạnh mẽ với chỉ 18B tham số được kích hoạt mỗi token.
Testing Catalog@testingcatalogAlibaba released Qwen3.8 Flash, a new multimodal 125B-parameter MoE model. > 262K native context, …
DịchAlibaba trình làng Qwen3.8 Flash, mô hình MoE 125B hỗ trợ ngữ cảnh 262K (mở rộng tới 1M) với hiệu suất vượt trội trên các bài kiểm tra lập trình chuyên sâu, đánh dấu bước tiến quan trọng trước khi ra mắt kiến trúc Qwen4.
Đội ngũ Qwen vừa phát hành mô hình đa phương thức MoE Qwen3.8-Flash-Next, phiên bản xem trước của kiến trúc Qwen4 với 125B tham số và cơ chế định tuyến chuyên gia tối ưu hóa hiệu suất.
Cùng sự kiện, bài đại diện «Qwen3.8-Flash-Next chính thức được hỗ trợ trên SGLang ngay từ ngày ra mắt»Qwen@Alibaba_QwenAmazing! 🥳 Thanks @vllm_project for getting Qwen3.8-Flash-Next running on NVIDIA and AMD from day 0…
DịchMô hình đa phương thức MoE Qwen3.8-Flash-Next với 125B tham số đã được vLLM hỗ trợ trên cả GPU NVIDIA và AMD. Người dùng có thể trải nghiệm ngay khả năng xử lý ngữ cảnh lên tới 1 triệu token thông qua phiên bản vLLM mới nhất.
Cùng sự kiện, bài đại diện «Qwen3.8-Flash-Next chính thức được hỗ trợ trên SGLang ngay từ ngày ra mắt»Alibaba vừa trình làng Qwen3.8-Flash, mô hình MoE 125B với 6B tham số kích hoạt mỗi token, hỗ trợ cửa sổ ngữ cảnh lên tới 262K và mở rộng tối đa 1M token.
Cùng sự kiện, tinh chọn hiển thị «Alibaba ra mắt Qwen3.8-Flash: Mô hình MoE hiệu năng cao, hé lộ kiến trúc Qwen4»Kim@kimmonismusA bit more tl; dr about the model: Qwen3.8-Flash-Next combines 125B MoE parameters with 51B N-gram em…
DịchQwen3.8-Flash-Next vừa ra mắt với kiến trúc MoE siêu thưa, sở hữu tổng 125B tham số nhưng chỉ kích hoạt 6B mỗi token, mang lại hiệu suất vượt trội so với Claude Opus 4.6 Max.
MoTE tối ưu hóa mô hình ngôn ngữ lớn bằng cách chuyển đổi các lớp feed-forward thành các chuyên gia đặc thù cho từng nhiệm vụ, giúp tăng độ chính xác trong hiểu video mà vẫn tiết kiệm tài nguyên tính toán.
Kim@kimmonismusQwen 3.8 Flash-Next official released: A 6B-active open model just beat Claude Opus 4.6 Max across 8…
DịchQwen3.8-Flash-Next là mô hình đa phương thức mã nguồn mở dạng MoE, chỉ kích hoạt 6B tham số mỗi token nhưng đạt hiệu suất vượt trội. Mô hình hỗ trợ cửa sổ ngữ cảnh 256K, có thể mở rộng lên tới 1M.
Qwen@Alibaba_Qwen⚡Meet Qwen3.8-Flash, a multimodal MoE and an early preview of the Qwen4 architecture, now open-weigh…
DịchQwen3.8-Flash là mô hình MoE 125B với cơ chế kích hoạt 6B mỗi token, hỗ trợ ngữ cảnh lên tới 1 triệu token. Với chi phí huấn luyện tối ưu và hiệu suất vượt trội trong lập trình, đây được xem là bước đệm quan trọng cho kiến trúc Qwen4 sắp tới.
Kim@kimmonismusQwen may be about to drop another super interesting open-weight models of the year. A ModelScope de…
DịchQwen3.8-Flash-Next chính thức lộ diện như bản xem trước của kiến trúc Qwen4. Với cấu trúc MoE đa phương thức, mô hình sở hữu tổng 176B tham số nhưng chỉ kích hoạt 6B tham số mỗi token, hứa hẹn hiệu suất vượt trội.
Alibaba sẽ chính thức mở mã nguồn Qwen3.8-Flash-Next và phiên bản FP8 vào tối 26/8. Đây là mô hình đa phương thức MoE sử dụng kiến trúc Qwen4 thế hệ mới, giúp cộng đồng làm quen trước khi dòng Qwen4 đầy đủ ra mắt.
Thêm 9 nguồn khác đưa tinX: Kim (@kimmonismus)X: Alibaba Cloud (@alibaba_cloud)Simon Willison BlogX: SemiAnalysis (@SemiAnalysis_)X: Qwen (@Alibaba_Qwen)X: Elvis Saravia (@omarsar0, DAIR.AI)Hacker News Nổi bật (buzzing.cc bản dịch tiếng Trung)X: AI Notes (@AYi_AInotes)TechNodeThị trường AI chứng kiến sự ra mắt của loạt mô hình MoE mạnh mẽ từ Z.ai, Tencent và Alibaba với cửa sổ ngữ cảnh lên tới 1 triệu token, tập trung vào lập trình và bảo mật. Đồng thời, vLLM cũng công bố các tiêu chuẩn mới về hiệu suất suy luận cho các mô hình quy mô lớn.
Nghiên cứu đề xuất phương pháp chuyển đổi siêu tham số hiệu quả, giúp dự đoán tốc độ học tối ưu cho các mô hình MoE khổng lồ mà không cần tốn kém tài nguyên tính toán.
Nhóm nghiên cứu từ UC Berkeley và UT Austin giới thiệu FreeToken, công cụ suy luận tối ưu cho phép chạy các mô hình khổng lồ như GLM-5.2 753B trên phần cứng cá nhân với tốc độ tương tác cao.
Elvis Saravia@omarsar0Just made this @thinkymachines Inkling model available in our harness playground. Try it for free w…
DịchDAIR.AI vừa tích hợp mô hình MoE đa phương thức Inkling vào nền tảng playground. Người dùng có thể trải nghiệm miễn phí khả năng xử lý văn bản, hình ảnh, âm thanh với cửa sổ ngữ cảnh 1 triệu token cùng các tác nhân AI như Pi hoặc Hermes.
Nhóm nghiên cứu từ Berkeley và MIT vừa ra mắt FreeToken, hệ thống suy luận tối ưu cho phép chạy các mô hình MoE khổng lồ trên phần cứng tiêu dùng với tốc độ cực nhanh, xóa bỏ rào cản về hạ tầng máy chủ.
Đội ngũ Ant Group và RadixArk đã tối ưu hóa mô hình Ling-3.0-flash, giúp tăng tốc độ giải mã đơn yêu cầu từ 288 lên 606 tok/s và giảm độ trễ TPOT xuống còn 1.53 ms nhờ kiến trúc MoE cải tiến.
Xiaohongshu vừa ra mắt mô hình MoE 'dots3-note' với 280 tỷ tham số, hỗ trợ đa phương thức và cửa sổ ngữ cảnh 512K. Động thái này cho thấy nền tảng đang chuyển dịch từ việc tích hợp AI thành tính năng sang việc coi AI là nền tảng cốt lõi.
Nhóm LMSYS đã tối ưu hóa mô hình MoE 1.6 nghìn tỷ tham số DeepSeek-V4-Pro trên GPU H20, đạt tốc độ 271 tokens/s, thu hẹp đáng kể khoảng cách hiệu năng so với chip B300.
Testing Catalog@testingcatalogOrnith has released Ornith-1.5, an open model family with 3 different model variants: 397B MoE, 35B …
DịchOrnith vừa công bố bộ ba mô hình Ornith-1.5 gồm 397B MoE, 35B MoE và 9B dense, với hiệu năng được kỳ vọng ngang tầm Claude Opus 4.8 và GLM 5.2.
MoE-ViE tối ưu hóa khả năng hiểu hình ảnh và video bằng kiến trúc chuyên gia hỗn hợp (MoE), đạt hiệu suất vượt trội với độ trễ thấp hơn 24% so với các mô hình cùng kích thước, thiết lập chuẩn mực mới cho các mô hình đa phương thức.
FreeToken là hệ thống phục vụ mô hình MoE thế hệ mới, cho phép chạy linh hoạt trên các thiết bị cá nhân bằng cách tự động điều phối tài nguyên CPU-GPU theo thời gian thực thay vì phụ thuộc vào hạ tầng máy chủ.
Thinking Machines vừa giới thiệu Inkling, mô hình được huấn luyện từ đầu với kiến trúc chuyên gia hỗn hợp (MoE), sở hữu 975 tỷ tham số nhưng chỉ kích hoạt 41 tỷ tham số cho mỗi token.
Alibaba Cloud@alibaba_cloudQwen3.8-Max is live on Fireworks, ready for agents, heavy coding, and long-context work. Fireworks …
DịchAlibaba Cloud vừa phát hành Qwen3.8-Max, mô hình MoE 2.4T tham số tối ưu cho tác vụ lập trình phức tạp và xử lý ngữ cảnh dài, đồng thời hỗ trợ ngay lập tức trên nền tảng Fireworks.
Alibaba Cloud@alibaba_cloudQwen3.8-Max is live on Together AI. Together AI is with us as a Day 0 launch partner, and we couldn'…
DịchQwen3.8-Max chính thức có mặt trên nền tảng Together AI. Đây là mô hình MoE mạnh mẽ với 2.4 nghìn tỷ tham số tổng, 95 tỷ tham số kích hoạt, hỗ trợ cửa sổ ngữ cảnh lên tới 1 triệu token cùng khả năng lập trình và vận hành tác tử (agent) vượt trội.
Alibaba Cloud@alibaba_cloudQwen3.8-Max is live on Fireworks, ready for agents, heavy coding, and long-context work. Fireworks …
DịchAlibaba vừa đưa mô hình MoE 2.4T tham số Qwen3.8-Max lên nền tảng Fireworks, tập trung vào khả năng xử lý của AI Agent, lập trình phức tạp và cửa sổ ngữ cảnh lớn.
Qwen@Alibaba_QwenQwen3.8-Max is live on Fireworks, ready for agents, heavy coding, and long-context work. Fireworks …
DịchAlibaba vừa trình làng Qwen3.8-Max, mô hình MoE 2.4 nghìn tỷ tham số tối ưu cho tác vụ lập trình phức tạp và trí tuệ nhân tạo tự hành, hiện đã có sẵn trên nền tảng Fireworks.
