ByteDance выпустила модель с контекстом 512 тыс. токенов

Компания ByteDance выпустила открытую модель искусственного интеллекта с невероятным контекстом в 512 тыс. токенов. Название модели — Seed-OSS-36B. Ссылка в описании.

Пока мир обсуждает TikTok и Белый дом, ByteDance тихо выкатывает технологию, которая обрабатывает объём информации, эквивалентный целой книжной полке за 1 сеанс! 3 версии модели — с синтетическими данными, без них и инструктивная версия — каждая заточена под свои задачи.

Архитектура впечатляет своей элегантностью. 36 млрд параметров, распределённых по 64 слоям. Словарь в 155 тыс. токенов. Но главная магия — механизм thinking budget, бюджет на размышления! Вы буквально задаёте модели, сколько времени думать перед ответом. Хотите мгновенный ответ — ставите 0. Нужен глубокий анализ — увеличиваете бюджет.

Результаты тестирования крутые! Математика — 91,7% на AIME. Программирование — 67,4% на LiveCodeBench. Работа с длинным контекстом — 94,6% на RULER. Все показатели — абсолютные рекорды среди открытых моделей!

Ключевой вопрос тут — какая производительность на реальных задачах, а не бенчмарках. Но пока, внезапно ByteDance демонстрирует компетенции мирового уровня в LLM. Это интересно.