Μετάβαση στο περιεχόμενο

Τεχνικές αναφορές

Τα άρθρα του AI Benchmark στην ενότητα «Τεχνικές αναφορές», με τις πηγές τους.

Qwen4-Max της Alibaba: 2,4 τρισ. παράμετροι, 71 δισ. ενεργές και κόστος ανά εργασία στα $3,27

Τεχνικές αναφορές2 πηγές

Η Alibaba παρουσίασε το Qwen4-Max, κλειστό μοντέλο mixture-of-experts με παράθυρο 1 εκατ. tokens. Η εταιρεία δηλώνει 62% χαμηλότερο κόστος ανά εργασία Work360, ενώ η Artificial Analysis δίνει 43 βαθμούς στον δείκτη της.

LLMON: γλώσσα σήμανσης για γλωσσικά μοντέλα στα Granite 4.1 3B και 8B, με στόχο τις έμμεσες επιθέσεις εντολών

Τεχνικές αναφορές

Δύο πειραματικές εκδόσεις των Granite 4.1, με 3B και 8B παραμέτρους, μαθαίνουν σήμανση που ξεχωρίζει τις εντολές από τα δεδομένα. Τα αποτελέσματα που δίνεται δείχνουν σχεδόν μηδενική επιτυχία επιθέσεων σε ένα τεστ.

BotPsy 0.8B της Tether AI Research: 44.0 στο BFCL v4 έναντι 23.4 του βασικού μοντέλου

Τεχνικές αναφορές

Η Tether AI Research παρουσίασε το BotPsy, μοντέλο 0.8B παραμέτρων για κλήση εργαλείων σε συσκευή. Σύμφωνα με τα δικά της αποτελέσματα, διπλασιάζει περίπου τις επιδόσεις του Qwen3.5-0.8B-Think στα agentic benchmarks.