Венси 5.1 официально запущен: параметры сокращены до одной трети от 5.0, стоимость предобучения составляет всего 6% от затрат конкурентов

Согласно мониторингу Beating, официальный запуск модели Baidu Wenxin 5.1 прошел, пользователи могут опробовать ее на официальном сайте Wenxin Yiyan, а компании и разработчики — через платформу Qianfan для вызова API. Wenxin 5.1 основана на модели Wenxin 5.0, выпущенной в январе этого года, основное преимущество — значительное сокращение размера модели и затрат на обучение: общее количество параметров сокращено примерно в три раза по сравнению с 5.0, активных параметров примерно вдвое меньше, затраты на предобучение составляют всего 6% от затрат при обучении модели такого же масштаба.

Сокращение затрат достигнуто благодаря предложенной Baidu гибкой обучающей рамке Once-for-All. Традиционный подход требует отдельного предобучения для моделей разного масштаба, тогда как Wenxin 5.0 выполняет только одно предобучение, позволяя с помощью динамической выборки одновременно оптимизировать множество подмоделей разного размера. Wenxin 5.1 — это оптимальная структура, извлеченная из этой матрицы подмоделей, которая напрямую наследует знания 5.0, экономя вычислительные ресурсы на обучение с нуля.

Ранее, 30 апреля, предварительная версия Wenxin 5.1 уже заняла первое место в национальном рейтинге текстов LMArena с 1476 баллами. Официальная версия дополнительно улучшила результаты в бенчмарках: по математическому конкурсу AIME26 (с использованием инструментов) набрала 99,6 баллов, уступая только Gemini-3.1 Pro; способности агента превзошли DeepSeek-V4-Pro; в рейтинге поиска Arena с результатом 1223 балла заняла четвертое место в мире и первое в стране.

Посмотреть Оригинал
На этой странице может содержаться сторонний контент, который предоставляется исключительно в информационных целях (не в качестве заявлений/гарантий) и не должен рассматриваться как поддержка взглядов компании Gate или как финансовый или профессиональный совет. Подробности смотрите в разделе «Отказ от ответственности» .
  • Награда
  • комментарий
  • Репост
  • Поделиться
комментарий
Добавить комментарий
Добавить комментарий
Нет комментариев
  • Закрепить