Tech Meridian ← К СУЩНОСТЯМ
PROМОЙ MERIDIAN EN

ТЕМА · ENTITY #9264

mixture-of-experts

Хронология связанных событий, источники и контекст из новостной базы.

ХРОНОЛОГИЯ СОБЫТИЙ

3

MODELS · 1 ИСТОЧН. · The Decoder

Aleph Alpha выпустила Kolibri — 78-млрд MoE‑модель для нем./англ. с контекстом 1M и открытыми весами

Aleph Alpha представила Kolibri — 78‑миллиардную немецко‑английскую MoE‑модель с примерно 3 миллиардами активных параметров на токен и поддержкой контекста до 1 миллиона токенов; её обучали на 768 B200 GPU в Германии и Финляндии. Компания указывает, что 21,3% данных — на немецком, для синтетических данных использовали китайские модели, модель заявлена как Pareto‑эффективная по качеству и стоимости, веса доступны под Apache 2.0 на Hugging Face и ориентированы на госуправление, авиацию и промышленность с учётом требованиям EU AI Act.

8.0

RESEARCH · 1 ИСТОЧН. · arXiv cs.AI

CourseChat: локальный многокурсный RAG‑репетитор для бизнес‑образования (arXiv:2610.02510v1)

Авторы описывают CourseChat — локальный многокурсный репетитор на основе retrieval-augmented generation (RAG), запущенный за кампус‑шлюзом и интегрированный с Moodle; система работает на двух edge‑хостах с FastAPI, локальной векторной БД и LLM через Ollama для шести изолированных CRN. В статье представлены два сравнительных прогона моделей, сравнение точности источников, аудиты диалогов и тестов: большие модели не прошли по скорости, 12B и 7B прошли, смесь экспертов добавляла новые ошибки, поэтому в продакшне пока оставили 8B; учебный эффект и приемлемость для публичного шлюза не оценены.

6.0

RESEARCH · 1 ИСТОЧН. · The Decoder

Исследование: люди принимают большинство решений при разработке Atria Dawn Preview с помощью агентов ИИ

Исследователи из Фуданского университета проанализировали 769 журналов задач и агентов при разработке агентной LLM Atria Dawn Preview (744 миллиарда параметров, смесь экспертов). Они обнаружили, что ИИ часто предлагал варианты и увеличивал число действий агентов, но люди приняли около 85% методических решений и 93% контентных решений; примерно треть задач была невыполнима без ИИ.

7.0