Zum Inhalt springen
Zurück zur Blogübersicht
Ornith-1.5-122B Tanıtıldı: MIT Lisanslı MoE Mimarili Model
KI-Tools

Ornith-1.5-122B Vorgestellt: MIT Licensed MoE Architecture Model

Automatisch übersetzt
Can Kepenekoğlu
Can KepenekoğluAutor:in
5 Min. Lesezeit
Das größte Feature von Ornith-1.5-122B aktiviert nicht alle Parameter während jedes Prozesses.

Künstliche Intelligenz setzt den Wettbewerb der offenen Gewichtsmodelle fort. Ornith AI hat das neue Modell Ornith-1.5-122B veröffentlicht. Model verwendet Mixture-of-Experts (MoE) Architektur und wird mit MIT-Lizenz vertrieben. Das 122-Milliarden-Parametermodell zielt darauf ab, dank der Mixtur von Experten eine hohe Modellkapazität mit effizienten Handelsressourcen zu kombinieren. Das speziell für die Softwareentwicklung, komplexe Problemlösung, autonome künstliche Intelligenz Agenten entwickelt Modell zieht Aufmerksamkeit mit MIT-Lizenz.

Ornith-1.5-122B test

Ornith-1.5-122BDie Funktion des Präfixes aktiviert nicht alle Parameter während jedes Prozesses. Die MoE-Architektur aktiviert Agenten für künstliche Intelligenz entsprechend der Art der eingehenden Anfrage. Dadurch verringert sich die Berechnungslast. Obwohl das Modell eine große Struktur hat, verwendet es die kontrollierten Prozessressourcen. Ornith AI weist darauf hin, dass das System bei der Codierung und agentenbasierten Tests gegen Konkurrenten kämpfen kann. Diese Ergebnisse bestehen jedoch aus eigenen Messungen des Unternehmens und es gibt noch keine unabhängige Überprüfung. Unabhängige Tests werden nicht korrekt sein, um zu sagen, dass das Modell erfolgreicher ist als alle Konkurrenten.

Was ist Ornith-1.5-122B Eigenschaften?

Die Ornith-1.5-Familie startete im August 2026 drei Modelle: Ornith-1.5-397B, Ornith-1.5-35B-A3B und Ornith-1.5-9B. Das 122B-Modell füllt die Lücke zwischen dem 9B-Lichtmodell und dem 397B-Großmodell als viertes Mitglied der Familie. Entwickler positionieren das Modell als Argumentationssystem, das komplexe Aufgaben analysieren, Code schreiben und mit anderen Tools interagieren kann, außer zum Chatten und Erstellen von Text.

Die Gesamtzahl der Parameter wurde in 122 Milliarden angekündigt. Diese Kapazität hilft langen Softwareprojekten, umfangreiche Dokumentenstudien in einer einzigen Studiensitzung zu bewerten.

Die herausragenden Eigenschaften von Ornith-1.5-122B sind:

122 Milliarden Parameter: Es bietet groß angelegte Modellkapazität.

  • MoE Architektur: Jede Transaktion nutzt ausgewählte spezialisierte Netzwerke.

  • 262K Kontextfenster: Es kann auf langen Texten und Codebasen arbeiten.

  • Mentale Ausführungsfähigkeiten: Fähigkeit, Lösungsschritte durch Analyse komplexer Aufgaben zu erstellen.

  • Fahrzeugnutzung: Es kann mit externer Software und Tools interagieren.

  • MIT-Lizenz: Ermöglicht die Verwendung von Außengewichten im Rahmen der Lizenzbedingungen.

  • Mixture of experts çalışma şeması

    Was ist MoE Architektur? Wie funktioniert das in der künstlichen Intelligenz?

    Mixture-of-Experts ist eine Architektur, die nur von einer Gruppe von spezialisierten Netzwerken nach Input funktioniert. In traditionellen Intensivmodellen wird der große Teil des Systems aktiv in die Berechnung einbezogen. MoE Architektur besteht aus kleineren Netzwerken, die sich auf verschiedene Aufgaben spezialisieren. Ein Leitmechanismus bestimmt, welches spezialisierte Netzwerk funktionieren wird, indem er die eingehende Anfrage analysiert. Zum Beispiel kann Codeschreiben von verschiedenen Experten für Aufgaben wie mathematische Problemlösung oder Textanalyse profitieren. Der Hauptvorteil dieses Ansatzes reduziert die Berechnungsmenge pro Transaktion, während die Gesamtkapazität des Modells erhalten bleibt. Ornith-1.5-122B verwendet auch diese Architektur.

    Zuhause MoE Architektur Es gibt eine wichtige technische Grenze. Die Reduzierung der Anzahl der aktiven Parameter beseitigt nicht die Notwendigkeit, alle Gewichte im Speicher zu halten. So wird die für den Betrieb des Systems erforderliche Speichermenge entsprechend der verwendeten Ebene, Methode, geändert.

    Die Gesamtzahl der Parameter von Ornith-1.5-122B beträgt 122 Milliarden. Einige Verzeichnisse schreiben 125,1 Milliarden. Der Unterschied hängt wahrscheinlich von der Zahlenmethode ab, aber dies ist eine Schätzung. Für die Anzahl der aktiven Parameter pro Token ergeben sich unterschiedliche Zahlen.

    Welche Ergebnisse haben sie bei Codierungstests erzielt?

    Ornith AI, Softwareentwicklung und autonomer Agent Wunden aus verschiedenen Testanwendungen zur Leistungsmessung. Die Ergebnisse, die das Unternehmen angekündigt hat, sind:

    Home k

    Ornith-1.5-122B

    Qwen3.8-Flash-Nex

    TerminalBench 2. 1

    81,2

    83,4

    SWE-Ich Pro

    76,9

    43,9

    SWE-Ich verifiziert

    84,5

    82,8

    Zuhause

    80,0

    78,0

    Diese Ergebnisse zeigen, dass das Modell auf eine ausgewogene Leistung bei verschiedenen Aufgaben abzielt. Die Testumgebung kann jedoch die Ergebnisse der verwendeten Tools, Befehle und Bewertungsmethoden beeinflussen.

    bilgisayar programcısı ve yapay zeka ajanı

    Was bieten MIT Licensed AI-Modelle für Entwickler?

    Die Veröffentlichung von Ornith-1.5-122B mit MIT-Lizenz ist einer der herausragenden Vorteile. MIT bietet Entwicklern eine breite Palette von Freiheiten in Bezug auf die Verwendung, Änderung, Verteilung und Bewertung in kommerziellen Projekten. Deshalb gehören die lizenzierten Modelle von MIT zu den attraktiven Optionen, die Unternehmen in Produkte integrieren können. Modellgewichte Home Hugging Face Durch das Teilen über die Entwickler können Entwickler eine Arbeitsumgebung auf ihren eigenen Servern erstellen. Darüber hinaus werden OpenAI-kompatible API-Server mit Infrastrukturen wie vLLM und SGLang installiert.

    Andererseits sollten auch die Lizenzbedingungen der Komponenten, die auf dem Modell basieren, untersucht werden. Es ist notwendig, die Lizenzpflichten des Basismodells zu betrachten, anstatt nur die in der Karte angegebene Lizenz zu betrachten.

    Ornith-1.5-122B soll zeigen, dass ein leistungsstarkes MoE-Modell mit bescheidener Hardware betrieben werden kann. Da die Anzahl der aktiven Parameter gering gehalten wird, bieten die Kosten für die Auszahlung den Vorteil. Dennoch wird die Korrektur der offiziellen Benchmark-Ergebnisse mit unabhängigen Tests den tatsächlichen Erfolg des Modells bestimmen.

    yapay zeka ajanlarının gelişimi

    Häufig gestellte Fragen zu Ornith-1.5-122B

    1. Was ist Ornith-1.5-122B?

    Das Ornith-Team veröffentlicht: Mixture-of-Experts (MoE) ist ein offenes Modell für künstliche Intelligenz. Es wird mit MIT-Lizenz vertrieben und ist in Hugging Face zugänglich. Das vierte Modell der Ornith-1.5-Familie beginnt im August 2026.

    2. 2. Was ist MoE-Architektur?

    Eine Architektur, die nur von einer Gruppe von Experten funktioniert. Während die Gesamtzahl der Parameter groß ist, wird nur ein Teil des Modells in jeder Anforderung aktiviert. Dies reduziert die Berechnungslast und den Speicherverbrauch.

    3. Wie viele Parameter hat das Modell?

    Insgesamt 122 Milliarden Parameter werden gemeldet. Einige Modellverzeichnisse schreiben 125,1 Milliarden. Für die Anzahl der aktiven Parameter pro Token ergeben die Ressourcen unterschiedliche Zahlen von etwa 10 Milliarden bis 12,7 Milliarden.

    4. Welche Bereiche heben Sie hervor?

    Codierung, Agentenaufgaben, Fahrzeugnutzung und JSON-Ausgabe. Schwierige Aufgaben können mehr als 32 Tausend Ausgabetoken erfordern, während sie den Modus erklären.

    5. Was bedeutet MIT-Lizenz?

    Eine uneingeschränkte Lizenz, die kommerzielle Nutzung und Ersatz freigibt. Gewichte sind zugänglich. Nach einem Modellverzeichnis wird der Bildungscode jedoch als "Notibilität" markiert und das Modell wird fein angepasst. Sie benötigen zusätzliche Informationen für eine vollständige Transparenzbewertung.

    6. Was sind bekannte Einschränkungen?

    Eine Nachrichtenseite in japanischen Tests wurde auf die Suche nach chinesischen Schriftzeichen und die Sprachüberprüfung übertragen. Es scheint noch kein kollektives Wissen über die türkische Leistung zu sein.

    Künstliche Intelligenz setzt den Wettbewerb der offenen Gewichtsmodelle fort. Ornith AI hat das neue Modell Ornith-1.5-122B veröffentlicht. Model verwendet Mixture-of-Experts (MoE) Architektur und wird mit MIT-Lizenz vertrieben. Das 122-Milliarden-Parametermodell zielt darauf ab, dank der Mixtur von Experten eine hohe Modellkapazität mit effizienten Handelsressourcen zu kombinieren. Das speziell für die Softwareentwicklung, komplexe Problemlösung, autonome künstliche Intelligenz Agenten entwickelt Modell zieht Aufmerksamkeit mit MIT-Lizenz. Ornith-1.5-122B Die Funktion des Präfixes aktiviert nicht alle Parameter während jedes Prozesses. Die MoE-Architektur aktiviert Agenten für künstliche Intelligenz entsprechend der Art der eingehenden Anfrage. Dadurch verringert sich die Berechnungslast. Obwohl das Modell eine große Struktur hat, verwendet es die kontrollierten Prozessressourcen. Ornith AI weist darauf hin, dass das System bei der Codierung und agentenbasierten Tests gegen Konkurrenten kämpfen kann. Diese Ergebnisse bestehen jedoch aus eigenen Messungen des Unternehmens und es gibt noch keine unabhängige Überprüfung. Unabhängige Tests werden nicht korrekt sein, um zu sagen, dass das Modell erfolgreicher ist als alle Konkurrenten. Was ist Ornith-1.5-122B Eigenschaften? Die Ornith-1.5-Familie startete im August 2026 drei Modelle: Ornith-1.5-397B, Ornith-1.5-35B-A3B und Ornith-1.5-9B. Das 122B-Modell füllt die Lücke zwischen dem 9B-Lichtmodell und dem 397B-Großmodell als viertes Mitglied der Familie. Entwickler positionieren das Modell als Argumentationssystem, das komplexe Aufgaben analysieren, Code schreiben und mit anderen Tools interagieren kann, außer zum Chatten und Erstellen von Text. Die Gesamtzahl der Parameter wurde in 122 Milliarden angekündigt. Diese Kapazität hilft langen Softwareprojekten, umfangreiche Dokumentenstudien in einer einzigen Studiensitzung zu bewerten. Die herausragenden Eigenschaften von Ornith-1.5-122B sind: 122 Milliarden Parameter: Es bietet groß angelegte Modellkapazität. MoE Architektur: Jede Transaktion nutzt ausgewählte spezialisierte Netzwerke. 262K Kontextfenster: Es kann auf langen Texten und Codebasen arbeiten. Mentale Ausführungsfähigkeiten: Fähigkeit, Lösungsschritte durch Analyse komplexer Aufgaben zu erstellen. Fahrzeugnutzung: Es kann mit externer Software und Tools interagieren. MIT-Lizenz: Ermöglicht die Verwendung von Außengewichten im Rahmen der Lizenzbedingungen. Was ist MoE Architektur? Wie funktioniert das in der künstlichen Intelligenz? Mixture-of-Experts ist eine Architektur, die nur von einer Gruppe von spezialisierten Netzwerken nach Input funktioniert. In traditionellen Intensivmodellen wird der große Teil des Systems aktiv in die Berechnung einbezogen. MoE Architektur besteht aus kleineren Netzwerken, die sich auf verschiedene Aufgaben spezialisieren. Ein Leitmechanismus bestimmt, welches spezialisierte Netzwerk funktionieren wird, indem er die eingehende Anfrage analysiert. Zum Beispiel kann Codeschreiben von verschiedenen Experten für Aufgaben wie mathematische Problemlösung oder Textanalyse profitieren. Der Hauptvorteil dieses Ansatzes reduziert die Berechnungsmenge pro Transaktion, während die Gesamtkapazität des Modells erhalten bleibt. Ornith-1.5-122B verwendet auch diese Architektur. Zuhause MoE Architektur Es gibt eine wichtige technische Grenze. Die Reduzierung der Anzahl der aktiven Parameter beseitigt nicht die Notwendigkeit, alle Gewichte im Speicher zu halten. So wird die für den Betrieb des Systems erforderliche Speichermenge entsprechend der verwendeten Ebene, Methode, geändert. Die Gesamtzahl der Parameter von Ornith-1.5-122B beträgt 122 Milliarden. Einige Verzeichnisse schreiben 125,1 Milliarden. Der Unterschied hängt wahrscheinlich von der Zahlenmethode ab, aber dies ist eine Schätzung. Für die Anzahl der aktiven Parameter pro Token ergeben sich unterschiedliche Zahlen. Welche Ergebnisse haben sie bei Codierungstests erzielt? Ornith AI, Softwareentwicklung und autonomer Agent Wunden aus verschiedenen Testanwendungen zur Leistungsmessung. Die Ergebnisse, die das Unternehmen angekündigt hat, sind: Home k Ornith-1.5-122B Qwen3.8-Flash-Nex TerminalBench 2. 1 81,2 83,4 SWE-Ich Pro 76,9 43,9 SWE-Ich verifiziert 84,5 82,8 Zuhause 80,0 78,0 Diese Ergebnisse zeigen, dass das Modell auf eine ausgewogene Leistung bei verschiedenen Aufgaben abzielt. Die Testumgebung kann jedoch die Ergebnisse der verwendeten Tools, Befehle und Bewertungsmethoden beeinflussen. Was bieten MIT Licensed AI-Modelle für Entwickler? Die Veröffentlichung von Ornith-1.5-122B mit MIT-Lizenz ist einer der herausragenden Vorteile. MIT bietet Entwicklern eine breite Palette von Freiheiten in Bezug auf die Verwendung, Änderung, Verteilung und Bewertung in kommerziellen Projekten. Deshalb gehören die lizenzierten Modelle von MIT zu den attraktiven Optionen, die Unternehmen in Produkte integrieren können. Modellgewichte Home Hugging Face Durch das Teilen über die Entwickler könn

    Etiketler:Ornith-1.5MoE mimarisi nedirOrnith-1.5 122B özellikleri nedirMoE mimarisi nedir
    Can Kepenekoğlu
    Can KepenekoğluAutor:in
    @CanKepenekoglu

    Kommentare (0)

    Melde dich an, um zu kommentieren.

    Anmelden
    Noch keine Kommentare. Schreib den ersten!