跳到正文
  1. Hugging Face Blog78

    NVIDIA 发布 Kumo Relational 关系型基础模型,无需训练即可预测

    NVIDIA 发布预训练关系型基础模型 Kumo Relational,可直接在企业数据库上做预测,无需任务特定训练、特征工程或表展平。

    推荐理由:原文给出预训练关系型基础模型在 41 项任务上的对比结果与开源入口,可据此判断免训练预测在现有数据库流程中的位置。

  1. Mistral AI71

    Mistral 发布时间序列基础模型 Timestral,209M 参数版本登顶三项基准

    Mistral 发布首个时间序列基础模型系列 Timestral,提供 5M、28M、123M 和 209M 四个尺寸。其中 209M 版本在 GIFT-Eval、TIME 和 fev-bench 三项公开基准上均排名第一,参数量约为此前最优模型的三分之二,结果已提交至 GIFT-Eval 和 TIME 榜单。

    推荐理由:原文给出四个尺寸的参数量、三项基准排名和 CPU 推理延迟,便于判断时间序列基础模型的选型边界。

  1. Google DeepMind63

    Google DeepMind 发布 EmbeddingGemma 2 多模态嵌入模型

    Google DeepMind 发布 EmbeddingGemma 2,将文本、图像、音频和视频映射到统一嵌入空间,采用 Apache 2.0 许可,参数量 7.4 亿。

    推荐理由:原文给出了参数量、模块化拆分和端侧内存占用,读者可据此判断多模态嵌入在本地检索中的可行性。

已经到底了