Tech Meridian ← К СУЩНОСТЯМ
PROМОЙ MERIDIAN EN

МОДЕЛЬ · ENTITY #12349

DeepSeek V4 Flash

Хронология связанных событий, источники и контекст из новостной базы.

ХРОНОЛОГИЯ СОБЫТИЙ

2

MODELS · 1 ИСТОЧН. · The Decoder

Baidu открыла ERNIE-5.5-Flash-Base — фундаментальную MoE-модель на 280 млрд параметров

Baidu выпустила ERNIE-5.5-Flash-Base — открытую фундаментальную модель с архитектурой mixture-of-experts и 280 млрд параметров (14 млрд активных на вход). Базовая модель предобучена на 33,5 трлн токенов с контекстом обучения до 128k и рассчитана на поддержку до 1M токенов при дообучении/инференсе; веса размещены на Hugging Face в FP8 и BF16, Baidu сравнивает её с DeepSeek V4 Flash и MiMo V2.5, а позже планируется выпустить пост-тренированную версию.

8.0

RESEARCH · 1 ИСТОЧН. · arXiv cs.AI

Предпечатная публикация arXiv «Predictive Credit» v1: смешанные/неконкретные эффекты объяснений ИИ на прогнозы экспериментов

Предпечатная работа «Predictive Credit» (v1) предлагает протокол для измерения того, добавляют ли объяснения от исследовательских агентов прогностическую ценность к запланированным экспериментам, сравнивая пары прогнозов, различающиеся только объяснением и контекстом донора. Авторы сообщают в целом неконкретные результаты по так называемому кредиту естественных объяснений (например, решение для «v5» было неубедительным, а пререгистированный тест вреда по ROC AUC для Tox21 не подтвердился: D-M = -0.0026, 95% интервал [-0.0174, 0.0104]); при этом отдельные вмешательства моделей давали заметные эффекты (DeepSeek V4 Pro: снижение вторичного дрейфа Tox21 на 64.5% и 59.1% для matched и donor карт; DeepSeek V4 Flash повысил matched point MAE с 0.01823 до 0.02020). Контрольный механизм, написанный исследователем, снизил point MAE на 2.60 процентных пункта относительно описания, но общих подтверждений улучшения точности из объяснений не получено, а многие интервалы перекрывали ноль.

6.0