Google DeepMind 发布 Gemma 4 开源模型家族
Google DeepMind 发布 Gemma 4 开源模型家族,提供 E2B、E4B、26B MoE 和 31B Dense 四种规模,面向高级推理与智能体工作流。
推荐理由:文章同时交代四种规模、MoE 激活参数量、端侧离线能力与 Apache 2.0 授权,便于比较部署和微调选择。
Google DeepMind 发布 Gemma 4 开源模型家族,提供 E2B、E4B、26B MoE 和 31B Dense 四种规模,面向高级推理与智能体工作流。
推荐理由:文章同时交代四种规模、MoE 激活参数量、端侧离线能力与 Apache 2.0 授权,便于比较部署和微调选择。
Mistral AI 发布 Mistral Small 4,将 Magistral 的推理、Pixtral 的多模态和 Devstral 的智能体编码能力整合到单一模型,并支持可配置的 reasoning_effort。
推荐理由:Mistral Small 4 将推理、多模态和智能体编码能力整合到单一模型,并给出性能、部署与开源许可信息,便于评估实际采用成本。
Google Research 与康奈尔大学、哈佛大学合作评测大语言模型回答高温超导研究问题的能力,NotebookLM 和定制 RAG 系统整体表现领先。专家组以 67 个问题测试了 6 个系统,结果显示,使用经过筛选的文献库的系统优于依赖开放网络来源的系统,后者更容易混淆已确立的理论与高度推测性的理论。
Mistral AI 发布 Leanstral-120B-A6B,面向 Lean 4 形式化仓库中的代码与证明任务,并以 Apache 2.0 许可开放模型权重。
推荐理由:以真实形式化仓库中的证明任务比较模型表现与运行成本,为评估代码智能体在证明工程中的性价比提供了具体参照。
Mistral AI 发布 Mistral 3,包含 14B、8B、3B 三个小型 dense 模型,以及采用稀疏 MoE、拥有 41B active 和 675B total 参数的 Mistral Large 3,全部采用 Apache 2.0 许可。
推荐理由:这次发布同时覆盖端侧小模型与大规模 MoE 模型,并给出开源许可、部署格式和多家平台入口,便于比较不同规模模型的使用路径。
Mistral AI 发布首个推理模型 Magistral,提供 24B 参数的开源权重版本 Magistral Small,以及面向企业的 Magistral Medium。
推荐理由:文章同时介绍了 Magistral Small 与 Medium 的定位、评测成绩和部署方式,便于比较开放权重与企业版本的使用路径。
Mistral AI 发布 Mistral Small 3.1,改进文本性能和多模态理解,将上下文窗口扩展至 128k tokens,推理速度达 150 tokens per second。
推荐理由:这次更新同时覆盖文本、多模态和长上下文,并提供 Apache 2.0 许可与基础模型,便于评估其在端侧和定制场景中的适用性。