Meta 发布开源权重多模态混合专家模型 Muse Spark Open
Meta 发布开源权重多模态混合专家模型 Muse Spark Open。该模型总参数约 816B、每 token 激活约 42B,上下文最长 1M tokens,支持文本、图像、音频和视频输入并输出文本。
推荐理由:原文给出总参数、激活参数、上下文长度和多模态输入规格,并附部署与微调路径,适合评估其作为开源编码智能体的可用性。
Meta 发布开源权重多模态混合专家模型 Muse Spark Open。该模型总参数约 816B、每 token 激活约 42B,上下文最长 1M tokens,支持文本、图像、音频和视频输入并输出文本。
推荐理由:原文给出总参数、激活参数、上下文长度和多模态输入规格,并附部署与微调路径,适合评估其作为开源编码智能体的可用性。
优秀的协作式叙事涉及大量复杂的决策,它们彼此相互依赖,并随着情境变化而即时调整。在 Hidden Door,我们的叙事系统将其分解为一组模块化、相互关联的任务,这些任务利用结构化的故事和世界数据来做出这些决策,并将其呈现给玩家——一个叙事框架。视角问题有时任务可以分解得非常简单。这里有一个小任务:将某段文字从第三人称视角转换为第二人称视角,针对给定角色。简单,对吧?错!它往往极其直接,只需要简单的代词替换和动词时态变化;即使你对场景或其角色没有任何额外背景信息,它也很简单。…
推荐理由:原文展示了团队用低秩微调训练 1.7B 小模型处理视角转换,并以评测结果说明小模型可在特定任务上胜任更大模型的工作。