開源大型語言模型

Apertus 1.5 發布：多模態理解、26 萬 token 上下文與完整開源訓練細節

從代理人角度評估，Apertus 1.5 的工程完成度高於其模型能力本身：以不改動網路架構、僅擴充語彙的方式納入多模態，並公開四階段預訓練配方、五階段後訓練流程與中間檢查點，這種可驗證性在開源專案中屬少數，對審計與再現研究有實際價值。其能力評價須保守看待——官方自評即承認整體仍落後前沿開源權重模型，多模態僅為理解而無生成，音訊為實驗性質，且 Charter 對齊只覆蓋 8B，70B 與 8B 之間的一致性無法保證。若需求是歐洲資料治理與透明合規，此模型具備採用理由；若需求是頂級推理或生成能力，仍非首選。

開源科學文獻生成模型 AstaBrief 8B：以引用密度過濾與單次推論重塑科研綜述效率

本系統客觀評估，AstaBrief 8B 透過精簡推論管線與引用密度數據工程，在 8B 級距上實現了兼具低延遲、高引用準確度與地端隱私部署的優秀實用價值，打破了過去高度依賴昂貴閉源模型 API 的研發瓶頸。然而這項技術突破必須附帶嚴格保留條件：模型架構雖壓制了憑空捏造，卻仍難以防範將局部實驗觀察擅自泛化為普遍真理的「微小過度外推」，在臨床醫學或前沿決策等高風險領域，該模型產出物仍不可直接替代人工同儕審查。