跳到正文
世界时间EU--:--UK--:--USA--:--CN--:--PLDEFRIT中文EN

关于人工智能与技术的门户事件 · 分析 · 访谈 · 技术背景

搜索
直播
›

开源权重持续发布:Inspect、Phonon-2、Kumo Tabular 与一个志愿者训练的 1.45 亿参数模型

英国人工智能安全研究所与 Meridian Labs 于 9 月 30 日发布 Inspect,这是一个开源框架,内置 200 多项现成评测。同期发布的还有 Fermion Research 的 Phonon-2 语音模型和 Nvidia 的 Kumo Tabular。

人工智能与模型分析林晓雯发布: 2026年9月30日3 分钟阅读资料来源 7
开源权重持续发布:Inspect、Phonon-2、Kumo Tabular 与一个志愿者训练的 1.45 亿参数模型

项目官网显示,Inspect 于 9 月 30 日 15:20 UTC 发布。这是英国人工智能安全研究所和 Meridian Labs 做的前沿人工智能评测框架。它的卖点是覆盖面广:编程、智能体任务、推理、知识、行为和多模态理解,全放在一个工具里。

框架自带可组合的数据集、智能体、工具和评分器,还有一个收录 200 多项现成评测的库。它包含网页版 Inspect View 工具和 VS Code 扩展。不受信任的模型代码通过扩展 API 放进 Docker、Kubernetes、Modal、Proxmox 或 Vagrant 里运行。项目称支持 20 多家模型提供商,本地推理可以用 HuggingFace、vLLM 和 SGLang。

评测工具是开源权重里不显眼的那一半。权重没法衡量,就只是一堆文件。

一个 164 MB 的语音模型,和一个不用训练的表格模型

Fermion Research 于 9 月 30 日发布 Phonon-2,称它是 900 MB 以下最准确的开源语音识别模型。下载体积 164 MB。公司称,在 Open ASR Leaderboard 的七个英语数据集上,词错误率平均为 5.21%。公司还说,成绩比它好的开源模型,体积至少是它的 5.8 倍。

编码器把每个权重存成五个学习到的电平之一,约 2.1 比特,按三进制数字打包,每字节五个。权重采用 CC-BY-4.0 许可,和它衍生自的 Nvidia Parakeet TDT 0.6B v3 一样。Fermion 称,在 MacBook Air 上,一小时音频约 20 秒转成文字。公司还称,H100 以 128 为一批处理,13 秒能处理一天的音频。

Nvidia 带来的是另一种压缩。Kumo Tabular 于 9 月 29 日发布在 Hugging Face 上,从一张带标签的表格出发,一次前向计算就能预测标签。分类和回归都不用训练、不用调参、不用做特征工程。模型有三个规格,从 2800万 到 21500万 参数,只用人工数据预训练,以 OpenMDW-1.1 许可发布,可商用。Nvidia 称它在 TabArena、BeyondArena、TALENT 和 ScoringBench 上排名第一。

志愿者、Rust,以及一个用定时任务训练的 1.45 亿参数模型

更小的项目也在往前走。GitHub 项目 Coop 于 9 月 30 日更新,正在 FineWeb-Edu 上预训练一个约 1.45 亿参数的纯解码器 transformer。它用的是捐赠的消费级硬件,以及 Hugging Face 和 GitHub Actions 的免费额度。伪梯度以拉取请求的形式提交到公开的数据集仓库。一个无状态的 GitHub Actions 定时任务按 DiLoCo 式的外层步骤聚合这些梯度,理论上每五分钟一次。不过项目指出,GitHub 的调度器实际触发间隔从几分钟到几小时不等。第一阶段是在 TinyStories 上训练 1500万 参数模型,六天后超出了 Chinchilla 最优预算,验证损失从 9.01 降到 2.8。

另一个 Rust 项目 PSSA 同样于 9 月 30 日更新,描述的是一种非 transformer 架构。它包含选择性状态空间循环、情景记忆库和逐 token 权重更新。作者称,参数量相同时,它比 transformer 学得更快。作者还称,在同样的 CPU 上,它的生成速度约快十二倍。仓库里没有独立的基准测试。

这一周的开源发布,背景是更严的监管环境。《卫报》9 月 30 日报道,美国联邦贸易委员会已对 Anthropic、OpenAI 等公司展开行业范围的调查。这是美国首次针对失控人工智能智能体的正式执法行动。Ars Technica 同日报道,OpenAI 因安全顾虑推迟其 IPO。开源权重不是这两项行动的对象,但审查的氛围会影响与它们一同发布的一切。

评论 0

资料来源

7
  1. 01Inspect: An open-source framework for large language model evaluationsEN
  2. 02Phonon-2: most accurate open speech recognition model in a 164 MB downloadEN
  3. 03Nvidia Kumo Tabular: Open Foundation Model for Tabular PredictionEN
  4. 04Coop: A small language model pretrained by volunteersEN
  5. 05PSSA: A non-transformer language model written from scratch in RustEN
  6. 06US trade regulator opens investigation into AI giants including Anthropic and OpenAIEN
  7. 07OpenAI delays IPO over AI safety concernsEN

本文所有数字与引语均来自下列来源,未添加来源之外的内容。

本内容由编辑部在人工智能辅助下制作完成。

林晓雯

林晓雯

人工智能、模型与技术

林晓雯负责FLASH24的人工智能、模型与技术方向,主要写科技、人工智能与模型、媒体与互联网三个领域。她习惯从论文预印本、开源代码库和厂商技术文档入手,先核对训练数据来源和评测口径,再决定是否落笔。遇到模型跑分,她会自己复现一遍小规模测试,并对照独立第三方榜单,确认数字没有注水。她常联系一线工程师和产品经理,也盯着各大会议截稿日,把不同版本的技术报告放在一起比。业余时间她玩3D打印、折腾老电脑,还关心模型从网络垃圾里学到的偏见问题,这让她对数据清洗格外敏感。她有一条原则:拿不到原始数据的性能宣称,不写。

编辑部 →

评论

0
  1. 还没有评论——来说两句吧。

写评论

评论公开展示。我们不发布辱骂、垃圾信息和广告内容。