ByteDance está analizando el entrenamiento de un modelo grande con una escala de parámetros de más de 5 billones, dirigido por Xiang Liang, director de Seed Foundation, y trabajando con Shen Ke, jefe de datos de preentrenamiento de modelos de lenguaje grandes. El plan aún se encuentra en sus primeras etapas. Si se lanza, superará a Ali Qwen 3.8-Max y Dark Side of the Moon K3 y se convertirá en el modelo con la escala de parámetros más grande conocida en China.
En la reunión de todos los miembros de Seed hace dos semanas, Zhang Yiming se opuso claramente a la ruta de la destilación, creyendo que solo copiaba las capacidades existentes de Claude y que era difícil de superar. Animó al equipo a perseguir el límite superior de la inteligencia como objetivo, aceptar el retraso a corto plazo y crear modelos distintivos. Reconoció que la programación es la dirección clave en este momento y ha integrado los recursos de Volcano Engine, Feishu y Doubao para centrarse en recuperar clases, pero también recordó que uno no debe dejarse llevar completamente por puntos calientes a corto plazo. Actualmente Seed se encuentra reorganizando su organización, cancelando el mecanismo de carreras de caballos y reuniendo recursos para impulsar el proyecto.
Tarde TardePublicar
🌸
En canal de flores
·
grupo de agua de la casa de té
·
Canal de envío
vía
círculo tecnológico
🎗
En canal de flores
📮
- Canal de telegramas