Dharma-AI 发布 2B 参数文档字段抽取模型 Dharma Field Extractor
Dharma-AI 发布 Dharma Field Extractor,一个 2B 参数模型,可从任意类型文档中按指定 schema 抽取字段并输出结构化 JSON,支持开放式与 schema 指定两种请求方式。
推荐理由:原文给出了与四家前沿模型在同一基准上的质量与成本对比,读者可据此判断专用小模型在字段抽取任务上的取舍。
Dharma-AI 发布 Dharma Field Extractor,一个 2B 参数模型,可从任意类型文档中按指定 schema 抽取字段并输出结构化 JSON,支持开放式与 schema 指定两种请求方式。
推荐理由:原文给出了与四家前沿模型在同一基准上的质量与成本对比,读者可据此判断专用小模型在字段抽取任务上的取舍。
Mistral 发布首个时间序列基础模型系列 Timestral,提供 5M、28M、123M、209M 四个尺寸,最大版本在 GIFT-Eval、TIME 和 fev-bench 三个公开基准上排名第一,参数规模为前代 SOTA 的三分之二。
推荐理由:Mistral 首次进入时间序列基础模型,209M 参数在三个公开基准上排名第一,并给出四个尺寸与 CPU 推理延迟,便于对照现有方案。
Mistral 发布 Mistral Large 4 公开预览,这是一个 1 万亿参数、520 亿激活参数的原生多模态模型,可在 Mistral Studio 试用预览 API,权重将于本月底发布。
推荐理由:官方给出 1 万亿参数、520 亿激活的规格与多项基准,可据此判断开源权重模型在企业与安全场景的位置。