二维码已放在图片底部,复制后可直接发送给好友。
Anthropic发布新一代旗舰模型Mythos,参数规模达8-10万亿,远超GPT-4.5(约4万亿),实现5倍以上参数规模提升。该模型采用以复杂任务coding数据输出作为训练数据的...
刚刚有个大消息,Anthropic发布了新一代旗舰模型Mythos,参数规模直接干到8到10万亿。大家知道这什么概念吗?GPT-4.5才约4万亿参数,Mythos直接是它的5倍以上,这参数规模提升确实有点夸张。 更值得关注的是,这次他们用了新的训练思路——用复杂coding任务的输出作为训练数据,形成循环训练。说白了,这就是一条全新的Scaling Law路径,而且初步看似乎看不到上限。 这对市场意味着什么?海外那边,模型提供商肯定要往更高质量数据和更新架构方向卷了。对我们国内来说,国产模型可触达的能力空间和市值空间都会进一步打开,算力需求这块大概率要继续往上走。
刚刚有个大消息,Anthropic发布了新一代旗舰模型Mythos,参数规模直接干到8到10万亿。大家知道这什么概念吗?GPT-4.5才约4万亿参数,Mythos直接是它的5倍以上,这参数规模提升确实有点夸张。 更值得关注的是,这次他们用了新的训练思路——用复杂coding任务的输出作为训练数据,形成循环训练。说白了,这就是一条全新的Scaling Law路径,而且初步看似乎看不到上限。 这对市场意味着什么?海外那边,模型提供商肯定要往更高质量数据和更新架构方向卷了。对我们国内来说,国产模型可触达的能力空间和市值空间都会进一步打开,算力需求这块大概率要继续往上走。
刚刚有个大消息,Anthropic发布了新一代旗舰模型Mythos,参数规模直接干到8到10万亿。大家知道这什么概念吗?GPT-4.5才约4万亿参数,Mythos直接是它的5倍以上,这参数规模提升确实有点夸张。 更值得关注的是,这次他们用了新的训练思路——用复杂coding任务的输出作为训练数据,形成循环训练。说白了,这就是一条全新的Scaling Law路径,而且初步看似乎看不到上限。 这对市场意味着什么?海外那边,模型提供商肯定要往更高质量数据和更新架构方向卷了。对我们国内来说,国产模型可触达的能力空间和市值空间都会进一步打开,算力需求这块大概率要继续往上走。
刚刚有个大消息,Anthropic发布了新一代旗舰模型Mythos,参数规模直接干到8到10万亿。大家知道这什么概念吗?GPT-4.5才约4万亿参数,Mythos直接是它的5倍以上,这参数规模提升确实有点夸张。 更值得关注的是,这次他们用了新的训练思路——用复杂coding任务的输出作为训练数据,形成循环训练。说白了,这就是一条全新的Scaling Law路径,而且初步看似乎看不到上限。 这对市场意味着什么?海外那边,模型提供商肯定要往更高质量数据和更新架构方向卷了。对我们国内来说,国产模型可触达的能力空间和市值空间都会进一步打开,算力需求这块大概率要继续往上走。
刚刚有个大消息,Anthropic发布了新一代旗舰模型Mythos,参数规模直接干到8到10万亿。大家知道这什么概念吗?GPT-4.5才约4万亿参数,Mythos直接是它的5倍以上,这参数规模提升确实有点夸张。 更值得关注的是,这次他们用了新的训练思路——用复杂coding任务的输出作为训练数据,形成循环训练。说白了,这就是一条全新的Scaling Law路径,而且初步看似乎看不到上限。 这对市场意味着什么?海外那边,模型提供商肯定要往更高质量数据和更新架构方向卷了。对我们国内来说,国产模型可触达的能力空间和市值空间都会进一步打开,算力需求这块大概率要继续往上走。
刚刚有个大消息,Anthropic发布了新一代旗舰模型Mythos,参数规模直接干到8到10万亿。大家知道这什么概念吗?GPT-4.5才约4万亿参数,Mythos直接是它的5倍以上,这参数规模提升确实有点夸张。 更值得关注的是,这次他们用了新的训练思路——用复杂coding任务的输出作为训练数据,形成循环训练。说白了,这就是一条全新的Scaling Law路径,而且初步看似乎看不到上限。 这对市场意味着什么?海外那边,模型提供商肯定要往更高质量数据和更新架构方向卷了。对我们国内来说,国产模型可触达的能力空间和市值空间都会进一步打开,算力需求这块大概率要继续往上走。
刚刚有个大消息,Anthropic发布了新一代旗舰模型Mythos,参数规模直接干到8到10万亿。大家知道这什么概念吗?GPT-4.5才约4万亿参数,Mythos直接是它的5倍以上,这参数规模提升确实有点夸张。 更值得关注的是,这次他们用了新的训练思路——用复杂coding任务的输出作为训练数据,形成循环训练。说白了,这就是一条全新的Scaling Law路径,而且初步看似乎看不到上限。 这对市场意味着什么?海外那边,模型提供商肯定要往更高质量数据和更新架构方向卷了。对我们国内来说,国产模型可触达的能力空间和市值空间都会进一步打开,算力需求这块大概率要继续往上走。
刚刚有个大消息,Anthropic发布了新一代旗舰模型Mythos,参数规模直接干到8到10万亿。大家知道这什么概念吗?GPT-4.5才约4万亿参数,Mythos直接是它的5倍以上,这参数规模提升确实有点夸张。 更值得关注的是,这次他们用了新的训练思路——用复杂coding任务的输出作为训练数据,形成循环训练。说白了,这就是一条全新的Scaling Law路径,而且初步看似乎看不到上限。 这对市场意味着什么?海外那边,模型提供商肯定要往更高质量数据和更新架构方向卷了。对我们国内来说,国产模型可触达的能力空间和市值空间都会进一步打开,算力需求这块大概率要继续往上走。
刚刚有个大消息,Anthropic发布了新一代旗舰模型Mythos,参数规模直接干到8到10万亿。大家知道这什么概念吗?GPT-4.5才约4万亿参数,Mythos直接是它的5倍以上,这参数规模提升确实有点夸张。 更值得关注的是,这次他们用了新的训练思路——用复杂coding任务的输出作为训练数据,形成循环训练。说白了,这就是一条全新的Scaling Law路径,而且初步看似乎看不到上限。 这对市场意味着什么?海外那边,模型提供商肯定要往更高质量数据和更新架构方向卷了。对我们国内来说,国产模型可触达的能力空间和市值空间都会进一步打开,算力需求这块大概率要继续往上走。
刚刚有个大消息,Anthropic发布了新一代旗舰模型Mythos,参数规模直接干到8到10万亿。大家知道这什么概念吗?GPT-4.5才约4万亿参数,Mythos直接是它的5倍以上,这参数规模提升确实有点夸张。 更值得关注的是,这次他们用了新的训练思路——用复杂coding任务的输出作为训练数据,形成循环训练。说白了,这就是一条全新的Scaling Law路径,而且初步看似乎看不到上限。 这对市场意味着什么?海外那边,模型提供商肯定要往更高质量数据和更新架构方向卷了。对我们国内来说,国产模型可触达的能力空间和市值空间都会进一步打开,算力需求这块大概率要继续往上走。
刚刚有个大消息,Anthropic发布了新一代旗舰模型Mythos,参数规模直接干到8到10万亿。大家知道这什么概念吗?GPT-4.5才约4万亿参数,Mythos直接是它的5倍以上,这参数规模提升确实有点夸张。 更值得关注的是,这次他们用了新的训练思路——用复杂coding任务的输出作为训练数据,形成循环训练。说白了,这就是一条全新的Scaling Law路径,而且初步看似乎看不到上限。 这对市场意味着什么?海外那边,模型提供商肯定要往更高质量数据和更新架构方向卷了。对我们国内来说,国产模型可触达的能力空间和市值空间都会进一步打开,算力需求这块大概率要继续往上走。
刚刚有个大消息,Anthropic发布了新一代旗舰模型Mythos,参数规模直接干到8到10万亿。大家知道这什么概念吗?GPT-4.5才约4万亿参数,Mythos直接是它的5倍以上,这参数规模提升确实有点夸张。 更值得关注的是,这次他们用了新的训练思路——用复杂coding任务的输出作为训练数据,形成循环训练。说白了,这就是一条全新的Scaling Law路径,而且初步看似乎看不到上限。 这对市场意味着什么?海外那边,模型提供商肯定要往更高质量数据和更新架构方向卷了。对我们国内来说,国产模型可触达的能力空间和市值空间都会进一步打开,算力需求这块大概率要继续往上走。
刚刚有个大消息,Anthropic发布了新一代旗舰模型Mythos,参数规模直接干到8到10万亿。大家知道这什么概念吗?GPT-4.5才约4万亿参数,Mythos直接是它的5倍以上,这参数规模提升确实有点夸张。 更值得关注的是,这次他们用了新的训练思路——用复杂coding任务的输出作为训练数据,形成循环训练。说白了,这就是一条全新的Scaling Law路径,而且初步看似乎看不到上限。 这对市场意味着什么?海外那边,模型提供商肯定要往更高质量数据和更新架构方向卷了。对我们国内来说,国产模型可触达的能力空间和市值空间都会进一步打开,算力需求这块大概率要继续往上走。
刚刚有个大消息,Anthropic发布了新一代旗舰模型Mythos,参数规模直接干到8到10万亿。大家知道这什么概念吗?GPT-4.5才约4万亿参数,Mythos直接是它的5倍以上,这参数规模提升确实有点夸张。 更值得关注的是,这次他们用了新的训练思路——用复杂coding任务的输出作为训练数据,形成循环训练。说白了,这就是一条全新的Scaling Law路径,而且初步看似乎看不到上限。 这对市场意味着什么?海外那边,模型提供商肯定要往更高质量数据和更新架构方向卷了。对我们国内来说,国产模型可触达的能力空间和市值空间都会进一步打开,算力需求这块大概率要继续往上走。
刚刚有个大消息,Anthropic发布了新一代旗舰模型Mythos,参数规模直接干到8到10万亿。大家知道这什么概念吗?GPT-4.5才约4万亿参数,Mythos直接是它的5倍以上,这参数规模提升确实有点夸张。 更值得关注的是,这次他们用了新的训练思路——用复杂coding任务的输出作为训练数据,形成循环训练。说白了,这就是一条全新的Scaling Law路径,而且初步看似乎看不到上限。 这对市场意味着什么?海外那边,模型提供商肯定要往更高质量数据和更新架构方向卷了。对我们国内来说,国产模型可触达的能力空间和市值空间都会进一步打开,算力需求这块大概率要继续往上走。
刚刚有个大消息,Anthropic发布了新一代旗舰模型Mythos,参数规模直接干到8到10万亿。大家知道这什么概念吗?GPT-4.5才约4万亿参数,Mythos直接是它的5倍以上,这参数规模提升确实有点夸张。 更值得关注的是,这次他们用了新的训练思路——用复杂coding任务的输出作为训练数据,形成循环训练。说白了,这就是一条全新的Scaling Law路径,而且初步看似乎看不到上限。 这对市场意味着什么?海外那边,模型提供商肯定要往更高质量数据和更新架构方向卷了。对我们国内来说,国产模型可触达的能力空间和市值空间都会进一步打开,算力需求这块大概率要继续往上走。
刚刚有个大消息,Anthropic发布了新一代旗舰模型Mythos,参数规模直接干到8到10万亿。大家知道这什么概念吗?GPT-4.5才约4万亿参数,Mythos直接是它的5倍以上,这参数规模提升确实有点夸张。 更值得关注的是,这次他们用了新的训练思路——用复杂coding任务的输出作为训练数据,形成循环训练。说白了,这就是一条全新的Scaling Law路径,而且初步看似乎看不到上限。 这对市场意味着什么?海外那边,模型提供商肯定要往更高质量数据和更新架构方向卷了。对我们国内来说,国产模型可触达的能力空间和市值空间都会进一步打开,算力需求这块大概率要继续往上走。
手机端可长按图片保存。