耶魯與 EPFL 開源 Meditron：專為低資源醫療場景定製的 Llama 3 模型
EPFL 與耶魯醫學院團隊基於 Meta Llama 3 微調推出開源醫療模型 Llama-3[8B]-MeditronV1.0。該套件面向醫療資源匱乏地區與人道主義場景，在 MedQA 等基準測試中同參數表現領先。團隊將資料與權重全部開源，助力醫療普惠。
開源專案 · 日報
週四
4月25日 星期四
週三
4月24日 星期三
Snowflake 開源 Arctic LLM：480B 稀疏架構專攻企業 SQL 與程式設計
Snowflake 推出企業級大模型 Arctic LLM，採用 Apache 2.0 協議完全開源並允許商用。該模型基於混合專家架構，總引數 480B 但每次僅啟用 17B，訓練成本僅約 200 萬美元，主打企業資料庫程式碼生成與 SQL 查詢，表現據稱優於 Databricks 的 DBRX。
週四
4月18日 星期四
NVIDIA 全面加速 Llama 3：單張 H200 跑 70B 每秒吐 3000 token
NVIDIA 宣佈對 Meta 新發布的 Llama 3 進行全平臺推理最佳化。測試顯示，單張 H200 執行 700 億引數版本時每秒生成約 3000 token，可同時服務約 300 名使用者；80 億引數版本也已適配 Jetson 和 RTX PC。開發者可直接通過 NIM 微服務在瀏覽器中試用。
週一
4月15日 星期一
Hugging Face 釋出 Idefics2：8B 視覺大模型開源，OCR 與圖文推理大漲
Hugging Face 推出開源多模態模型 Idefics2。它僅有 8B 引數，採用 Apache 2.0 協議，支援原生影像解析度輸入並大幅強化了 OCR 與文件問答能力。其視覺問答表現在同量級拔尖，甚至能叫板 30B 級別的閉源與大尺寸模型。
週三
4月10日 星期三
Mistral 在 X 上甩種子：開源 176B 大模型 Mixtral 8x22B
Mistral AI 延續傳統在 X 上直接釋出磁力連結，推出開源模型 Mixtral 8x22B。該模型總引數達 1760 億，採用 MoE 架構，每次推理僅啟用 440 億引數，支援 65k 上下文視窗。最值得關注的是它採用寬鬆的 Apache 2.0 協議開源，開發者可自由商用與微調。
週二
4月9日 星期二
Meta 確認：開源大模型 Llama 3 下個月內正式推出
Meta 確認將在下個月內開始推出下一代開源大語言模型 Llama 3，年內會陸續推出不同能力和規格的版本。Llama 3 將接入 Meta 旗下多款產品，重點解決此前回答受限的問題，並有望將最大引數規模從 Llama 2 的 700 億提升至約 1400 億。
Google 聯合 Hugging Face 開源 CodeGemma：主打程式碼補全，輕至 2B
Google 聯合 Hugging Face 上線程式碼模型 CodeGemma。該系列在 Gemma 基礎上補充了 5000 億 token 訓練，推出主打程式碼填充的 2B 版本、兼顧自然語言的 7B 基礎版及 7B 對話版。其中 2B 版僅需約 6 GB 記憶體，適合在端側裝置快速補全程式碼。
週一
4月8日 星期一
Stability AI 釋出 Stable LM 2 12B：兼顧多語言與工具呼叫
Stability AI 推出開源模型 Stable LM 2 12B，包含基礎與指令微調版，基於 2 萬億 token 訓練並支援英、德、法等 7 種語言。其指令版支援工具呼叫與 RAG 檢索增強。同時 1.6B 版本也獲升級。個人研究免費，商用需開通會員。
週一
3月18日 星期一
Stability AI 釋出 Stable Video 3D：一張圖生成 3D 網格與環繞影片
Stability AI 推出 3D 生成模型 Stable Video 3D（SV3D），能從單張圖片生成多視角環繞影片並重建 3D 網格。模型顯著提升了視角一致性，提供自動環繞與指定軌跡兩個版本。非商業權重已在 Hugging Face 開源，商用需開通會員。
週日
3月17日 星期日
xAI 開源 Grok-1：開放 3140 億引數基礎模型權重與架構
xAI 宣佈按 Apache 2.0 協議開源 Grok-1 的基礎模型權重與網路架構。該模型擁有 3140 億引數，採用混合專家架構，是 2023 年 10 月完成預訓練的原始檢查點，未經過特定對話微調。程式碼與指引已在 GitHub 上線。
週二
3月5日 星期二
Stability AI 聯手 Tripo 開源 TripoSR：單圖生 3D 不到半秒，無 GPU 也能跑
Stability AI 聯手 Tripo AI 推出開源 3D 重建模型 TripoSR。它能根據單張圖片在 0.5 秒內生成帶紋理的 3D 模型，即便沒有獨立顯示卡也能執行。程式碼與權重採用 MIT 協議開源在 GitHub 和 Hugging Face，允許商用。
週三
2月21日 星期三
Google 開源輕量模型 Gemma：筆記本能跑，允許商用
Google 推出全新開源模型系列 Gemma，提供 2B 和 7B 兩個尺寸及指令微調版本。它繼承了 Gemini 的核心技術，能在個人電腦或工作站本地執行，在同尺寸開源模型中表現頂尖，且允許企業和個人免費商用。
週三
2月7日 星期三
Apple 開源修圖模型 MGIE：用大白話改圖，打字就能調光換配料
Apple 聯合加州大學聖巴巴拉分校開源修圖模型 MGIE。使用者只需輸入日常大白話（例如說句「更健康」就能給披薩加蔬菜），模型便能理解意圖並完成調光、裁剪或替換元素。程式碼已在 GitHub 開源，並提供線上 Demo。
開源模型新霸主：Abacus AI 推出 Smaug-72B，多項基準超 GPT-3.5
初創公司 Abacus AI 公佈基於通義千問 Qwen-72B 微調的模型 Smaug-72B。它是首個在 Hugging Face 開源排行榜上綜合均分破 80 的模型，在多個基準測試中超過了 GPT-3.5 和 Mistral Medium。團隊針對推理和數學能力做了專項微調，模型現已完全開源。
週三
1月31日 星期三
Mistral 證實神秘模型洩露：逼近 GPT-4 效能的 miqu 確為自研舊作
Mistral CEO Arthur Mensch 證實，近日在社群流傳且跑分逼近 GPT-4 的開源模型「miqu-1-70b」，是早期客戶員工洩露的自研舊模型。該模型基於 Llama 2 重構訓練。最值得關注的是，開源生態追趕頂級專有模型的速度遠超外界預期。
週日
12月24日 星期日
蘋果悄然開源 Ferret：圈出圖片任意區域，多模態 AI 就能精準答疑
10 月起，蘋果與康奈爾大學低調開源多模態模型 Ferret，近期引發廣泛關注。使用者在圖中任意手繪區域，它都能精準識別其中的物體並結合上下文問答。最值得關注的是一向封閉保密的蘋果罕見走向開源，不過該模型目前僅限非商業用途。