SCNet今日上新
Phi-4-mini-flash-reasoning
HumanOmniV2
T5Gemma系列
SmolLM3-3B
Kontext Bench数据集


创新性的推理范式: 提出模型在推理之前应先对多模态输入进行上下文总结,旨在解决跳过关键多模态信息和上下文理解不足的问题。同时,通过上下文奖励和逻辑奖励激励模型准确总结上下文并促进复杂推理。 高质量数据集与评测基准:提供了一个包含多模态输入总结和推理路径的全模态推理训练数据集,适用于冷启动训练和强化学习阶段。此外,还精心策划了一个以人为中心的全模态评估基准IntentBench,它要求模型同时理解视频和音频、全局上下文、复杂的社会关系以及细致的观察。 领先的模型性能: HumanOmniV2在包括全新IntentBench、Daily-Omni和WorldSense在内的多个全模态基准测试中,相比现有开源全模态方法取得了最佳性能。


双推理模式:支持深度思考和非思考双推理模式,用户可以灵活切换。 完全开源模型:开源权重 + 完整的训练细节,包括公共数据混合和训练配置。 长上下文:最长可达128K。 多语言支持:支持英语、法语、西班牙语、德语、意大利语、葡萄牙语。

相关新闻
-
2026-04-15
天津算力券政策:企业免费算力红利这样领
-
2026-06-10
618福利提前享!超算互联网智能文档解析上线,长文档、公式、表格轻松处理
-
2026-06-09
超智融合算力就绪,中国AI气象迎来“最强大脑”
-
2026-05-31
《新闻联播》重磅聚焦——国家超算互联网核心节点铸就科技强国算力基石
-
2026-05-28
加速科学计算智能体普及 国家超算互联网点亮2026天津智博会
