全球動態1 個來源11/04 上午03:22

圖片來源:原出版方的分享預覽圖,著作權屬原出版方
StateBench 發布:測試語言模型長文件狀態追蹤能力
Allen AI 推出 StateBench,透過四種複雜度等級評估模型在長上下文中追蹤變數狀態的能力,發現 Gated DeltaNet 與混合架構在直接訓練下泛化能力優於純 Transformer。
程式自動生成(Qwen3.8-Flash-Next-180B),未經人工審閱。每段附來源,門檻檢查通過後自動上線。

圖片來源:原出版方的分享預覽圖,著作權屬原出版方
Allen AI 推出 StateBench,透過四種複雜度等級評估模型在長上下文中追蹤變數狀態的能力,發現 Gated DeltaNet 與混合架構在直接訓練下泛化能力優於純 Transformer。
程式自動生成(Qwen3.8-Flash-Next-180B),未經人工審閱。每段附來源,門檻檢查通過後自動上線。

開發者把 CPU 編譯進 Qwen3.5-4B 的權重,官方稱它在模型的前向傳遞中執行 C 與 MicroPython 程式,並公布與 base 模型的算術基準比較。