Otwarte wagi: chiński anons podawany jako wydanie i realne narzędzia, które faktycznie działają
W warstwie otwartych wag napłynęły w ciągu doby dwa bardzo różne komunikaty i warto je zestawić, bo pokazują dwie twarze tego samego rynku. Pierwszy pochodzi od chińskiej grupy Ant, a dokładnie od jej jednostki InclusionAI, która zapowiedziała model Ling-3.1-flash: mieszaninę ekspertów o około pięciuset sześćdziesięciu miliardach parametrów całkowitych i około dwudziestu pięciu miliardach aktywnych na token, z docelowym kontekstem do miliona tokenów, pozycjonowany pod zadania agentowe, wyszukiwanie i pracę biurową. Trzeba tu jednak zachować dużą ostrożność i powiedzieć wprost, gdzie jest granica. Wagi modelu nie zostały wydane; producent zapowiada je dopiero „wkrótce", a to, co dziś działa, to darmowy okres próbny o okrojonym kontekście dwustu sześćdziesięciu dwóch tysięcy tokenów, prowadzony przez bramę Vercel do trzynastego października. Osiem publikowanych wyników, w tym siedemdziesiąt pięć i szesnaście setnych na FrontierSWE, pochodzi z ekranów startowych samego producenta i nie przeszło niezależnej oceny, co odnotowują zarówno portal AI Weekly, powołujący się na TechNode, jak i niezależny tracker BenchLM, który nie przyznaje modelowi żadnej pozycji właśnie z powodu zbyt cienkiej bazy dowodowej. To jest klasyczny przykład tak zwanego „open-washingu": anons o otwartości bez otwartego wydania, w którym między ogłoszeniem a produktem istnieje luka, która dla poprzednika, Ling-3.0-flash, wynosiła dwa tygodnie, i dokładnie w tej luce łatwo się sparzyć. Dla kontrastu, drugi komunikat jest niewielki, ale konkretny i sprawdzalny. Instytut OpenBMB wydał MiniCPM5-2B-DSpark, liczący trzysta dwadzieścia cztery miliony parametrów model pomocniczy do tak zwanego dekodowania spekulatywnego, na licencji Apache 2.0, który w praktyce przyspiesza działanie większego modelu, przyjmując średnio około pięciu i pół tokenu na jedno przejście. Podobnie rzecz ma się z kwantyzacją od Red Hat, która zmieściła trzydziestomiliardowy model agentowy Nvidii, Nemotron 3.5 Lightning, w połowie dotychczasowej pamięci, zachowując licencję otwartą. Wniosek płynie z zestawienia, nie z pojedynczego komunikatu: prawdziwa wartość otwartej warstwy powstaje dziś nie w momencie ogłoszenia parametrów, lecz wtedy, gdy ktoś udostępni działające wagi, policzalne przyspieszenie i jasną licencję.
Źródło: ai-weekly