Tencent が VersaViT をリリース ── マルチモーダル向けの万能視覚エンコーダー
Tencentが公開したVersaViTは、LLMとの言語推論からピクセルレベルの画像理解までこなす万能視覚エンコーダー。
-
-
Mistral が Mistral-Small-4-119B-2603-eagle をリリース ── 推論・コード・ビジネスを1つに統合したハイブリッドモンスター
Mistral Small 4登場。119Bパラメータのハイブリッドモデルが推論・コードを統合、Apache 2.0でOSS化。
-
Mistral が Leanstral-2603 をリリース
MistralのLeanstral-2603リリース情報
-
Tencent が Covo-Audio-Chat をリリース ── 音声から音声へ、テキストを介さないエンドツーエンド対話
Tencentが音声を直接処理する7Bパラメータのエンドツーエンド音声言語モデルCovo-Audio-ChatをOSSで公開。
-
Tencent が Sequential-Hidden-Decoding-8B-n4 をリリース ── 推論ステップを「隠し」て性能を爆上げ
Tencentが「Sequential-Hidden-Decoding-8B-n4」を公開。Embedding追加のみで性能を引き出す新手法。
-
Tencent が Penguin-VL-2B をリリース ── LLMを「目」に改造した画期的な効率化モデル
TencentがLLMベースのビジョンエンコーダを採用したVLM「Penguin-VL-2B」をOSSで公開。効率的な動画理解が特徴。
-
Tencent が Penguin-Encoder をリリース ── LLMそのものをビジョンエンコーダーに転用した新機軸
Tencentが「Penguin-Encoder」を公開。CLIPではなくLLMをベースとした独自のビジョンエンコーダ。
-
Tencent が Penguin-VL-8B をリリース ── VLMの効率限界に挑む新アーキテクチャ
TencentがPenguin-VL-8BをOSS公開。LLMベースの視覚エンコーダと動画理解機能を搭載。
-
Tencent が HY-WU をリリース ── 学習不要でアダプターを生成する「ニューラルメモリ」搭載
Tencent、画像編集のための新フレームワーク「HY-WU」をOSSで公開。学習なしでアダプターを生成する記憶メカニズムが革新的。
-
Alibaba (Qwen) が Qwen3.5-2B-Base をリリース
Alibaba (Qwen)のQwen3.5-2B-Baseリリース情報
