Apertus 1.5: atviri 8B/70B modeliai dabar supranta vaizdą ir garsą, turi ilgesnį kontekstą bei mąstymo režimą
Trumpai: Swiss AI išleido Apertus 1.5 — tolesnį atvirų Apertus 1.0 modelių (8B ir 70B, Apache 2.0 licencija) apmokymą, pridedant natyvų vaizdo ir eksperimentinį garso supratimą, 4 kartus didesnį kontekstą (262 144 žetonai), pasirenkamą mąstymo režimą bei pagerintą instrukcijų laikymąsi ir įrankių naudojimą. Modeliai apmokyti iš viso su 19T (8B) ir 17T (70B) žetonų, o visi mokymo duomenys, receptai ir tarpiniai kontrolpunktai paskelbti viešai atkuriamumui. Komanda taip pat paskelbė detalias standartizuotas vertinimo korteles ir pranešė apie ankstyvą API prieigą per tiekėjus kaip Swisscom bei Infomaniak, be to, pristatė ~600B parametrų MoE Apertus 2.0 planus.
Šią santrauką automatiškai parengė dirbtinis intelektas pagal „Hugging Face“ publikaciją. Tai mūsų tekstas, ne originalo kopija — faktai, skaičiai ir citatos priklauso šaltiniui, kurio nuoroda pateikta viršuje ir apačioje.
Kas pasikeitė?
- 1Pridėtas natyvus vaizdo ir garso įvedimas (garso palaikymas eksperimentinis); modeliai vis dar generuoja tik tekstą
- 2Kontekstas išaugo 4 kartus iki 262 144 žetonų
- 3Naujas pasirenkamas „mąstymo režimas“ nuosekliam samprotavimui prieš atsakymą
- 4Pagerintas instrukcijų laikymasis ir įrankių naudojimas, apmokytas naudojant patikrintas įrankių vykdymo trajektorijas
- 5Bendras mokymo duomenų kiekis išaugo iki 19T žetonų (8B modelis) ir 17T žetonų (70B modelis)
- 6Viešai paskelbti visi mokymo duomenys, tarpiniai kontrolpunktai ir standartizuotos vertinimo kortelės (Eval Cards)
- 7Paskelbta ankstyva API prieiga per Swisscom, Infomaniak, Phoeniqs ir kitus; programos kaip Proton Lumo ir Infomaniak Euria jau integravo modelį
- 8Paskelbtas Apertus 2.0 planas: retai aktyvuojama (sparse/MoE) architektūra, ~600B parametrų, prioritetas agentams, matematikai ir programavimui
| Parametras | Buvo | Dabar |
|---|---|---|
| Konteksto langas | Nenurodyta (Apertus 1.0 bazinė vertė) | 262 144 žetonai (4 kartus daugiau nei Apertus 1.0) |
| Įvesties modalumai | Tik tekstas | Tekstas, vaizdai ir garsas (garso supratimas eksperimentinis); generuojama vis dar tik tekstu |
| Samprotavimas | Nebuvo atskiro samprotavimo režimo | Pasirenkamas „mąstymo režimas“, kuris samprotauja prieš atsakydamas ir pagerina rezultatus tokiose užduotyse kaip AIME |
| Įrankių iškvietimas | Standartinis įrankių naudojimas | Pagerintas, apmokytas naudojant patikrintas vykdymo trajektorijas kartu su RL/DPO derinimu |
| Mokymo duomenų kiekis | Apertus 1.0 mokymo korpusas | 8B modelis: 19T žetonų iš viso (+4T); 70B modelis: 17T žetonų iš viso (+2T) |
| Licencija | Apache 2.0 | Apache 2.0 (nepakitęs, pilnai atviri svoriai/duomenys) |
Kodėl tai svarbu?
Komandoms, kuriančioms agentus ar balso/kontaktų centro automatizaciją, visiškai atviras, Apache 2.0 licencijuotas modelis su multimodaliu įvedimu, ilgu kontekstu ir patikrintu įrankių naudojimo mokymu yra rimta alternatyva uždarosioms API — ypač kai svarbu savarankiškas talpinimas, kainos kontrolė ar duomenų rezidencija. Eksperimentinis garso supratimas ir pagerintas įrankių iškvietimas tiesiogiai aktualūs grandinėms, jungiančioms kalbą, dokumentus ir išorines funkcijas.
Ką tai reiškia AI agentams ir kontaktų centrams?
Verta įvertinti kaip savarankiškai talpinamą pagrindą agentų ar įrankių iškvietimo darbo eigoms, kai reikia pilnos duomenų ir infrastruktūros kontrolės, o ne uždaros API — išbandyti įrankių iškvietimo patikimumą, ilgo konteksto apdorojimą skambučių nuorašams ar dokumentams bei eksperimentinį garso supratimą, lyginant su dabartine STT/LLM grandine, turint omenyje, kad modelis vis dar atsilieka nuo pažangiausių uždarų modelių pagal grynus testų rezultatus.
🧪 Verta testuoti
Atvira licencija, ilgas kontekstas, pagerintas įrankių iškvietimas ir eksperimentinis garso įvedimas daro jį kandidatu savarankiškai talpinamoms agentų ir balso grandinėms, jei tiesioginiuose bandymuose pasitvirtins daugiakalbis ir garso supratimo kokybė, lyginant su dabartiniais įrankiais.
Šaltiniai
- Hugging FaceOficialusPirminis šaltinisOriginalus straipsnis →„Apertus 1.5 Release Notes“2026-10-15 12:08
- Šaltinio publikavimo data
- 2026-10-15 12:08
- Mūsų sistema rado
- 2026-10-15 16:41
- Santrauka sugeneruota
- 2026-10-15 16:43
Straipsnį pagal originalų šaltinį parašė AI. Faktai, skaičiai ir kainos — iš šaltinio; trūkstamos reikšmės pažymėtos „Nėra oficialių duomenų“. Teisinė informacija, autorių teisės ir privatumas