🧠 Second Brain — личная ИИ-база знаний прямо на вашем ПК

Second Brain — ищет по смыслу, а не по названию файлов — просто опишите, что ищете, и нейросеть найдёт нужный документ, изображение или заметку.

Ключевые возможности:
• 🔍 Поиск по смыслу и контексту, а не по ключевым словам;
Семантический поиск:
- Поиск на основе глубокого семантического значения (использует встраиваемые модели).
Лексический поиск:
- Найдите иголку в стоге сена, используя ключевые слова (использует алгоритм BM25).
• 🔍 Поиск изображений! (Используйте языковые модели ИИ с функцией распознавания изображений.)
• 📂 Поддержка множества форматов — txt, .pdf, .docx, .png, .jpg, .jpeg, .gif, .webp и других;
• 🔐 Полностью локальная работа — данные хранятся только у вас;
• 💸 Бесплатно и с открытым исходным кодом.

Second Brain подойдёт тем, кто тонет в тонне файлов — теперь нужный материал можно найти фразой вроде «где я писал про ...».

ℹ️ Дополнительный режим ИИ:
- Интеграция с Language Model: поддержка локальных моделей через LM Studio и облачных моделей, таких как GPT-5, через OpenAI.
- Генерация с дополненным поиском (Retrieval-Augmented Generation, RAG): использование результатов поиска для предоставления высококачественных ответов ИИ, основанных на базе знаний.
- Режим ИИ не является обязательным; поиск можно выполнять без ИИ.

Минимальные Требования к оборудованию:
- ОС: #Windows 10 (версия 19041.0 или выше) или Windows 11
- Память (ОЗУ): 8 ГБ (рекомендуется 16 ГБ)
- Процессор: Intel Core i5 (8-го поколения) или AMD Ryzen 5 (серии 2000)
- Хранилище: 2 ГБ свободного места

Сайт: https://www.henrydaum.site
Проект: https://github.com/henrydaum/second-brain
#SecondBrain #LocalAi #AiLocal #App #SoftAi

🌐 Sigma AI Browser — браузер со встроенным ИИ

Это не просто браузер, а полноценный рабочий инструмент с AI-ассистентом прямо внутри страниц.

Sigma помогает искать информацию, объяснять сложные тексты, писать и резюмировать контент — не переключаясь между вкладками и чатами.

✨ Что умеет:
• Встроенный AI-ассистент прямо в браузере
• Резюмирование и анализ страниц
• Генерация и переписывание текста
• Помощь с поиском и исследованиями
• Фокус на приватность и безопасность
• Работает на Windows, macOS, Linux, iOS и Android

🔥 Бесплатный доступ:
• Браузер и AI-ассистент доступны бесплатно!
• Базовый AI-функционал включён
• Численные лимиты использования на сайте не указаны

Подходит для тех, кто хочет объединить браузер и ИИ в одном рабочем пространстве.

ℹ️ Вот что увидел:
У сервиса есть и свой чат и Браузер и к нему еще "локальный сервер": Eclipse
Sigma Eclipse LLM скачивает модель на 6.81 Гб. (granite-4_0-micro-f16) и там есть еще Uncensored Model - тоже на 6.81 Гб. (granite-4_0-micro-f16) Хотя на сайте, в разделе "Продукты" пишет: ИИ без цензуры (скоро)... может не успели сайт обновить?!

После запуска Sigma Eclipse LLM, в их браузере справа будет чат с этой локальной моделью... Она может Саммари страниц делать локально!
🔗 https://www.sigmabrowser.com
#sigmabrowser #Browser #AiBrowser #Sigma #SigmaEclipseLLM #SigmaEclipse #LLM #SigmaChat

ℹ️Локальный ИИ для состоятельных! 😊
Вышла Exo 1.0 https://exolabs.net - позволяет объединять 4 x Mac Studio M3 Ultra 512 RAM и запускать БОЛЬШИЕ модели!

Любопытный комментарий из обсуждения новости:
- 4 штуки Mac Studio M3 Ultra 512Гб. стоят ~ 40 тысяч долларов => производительность ~ 25 ток. в секунду (Deepseek)
- 8 x NVidia RTX PRO 6000 с 96 ГБ видеопамяти (без NVLink) = 768 ГБ видеопамяти стоят ~ 64 тысячи долларов => скорость передачи данных составляет ~27 токенов в секунду (*)
- 8 x NVidia B100 с 192 ГБ видеопамяти = 1,5 ТБ видеопамяти стоят ~ 300 тысяч долларов => выдает ~300 токенов в секунду (Deepseek)
Вывод: Похоже, вы платите 1000 долларов за каждый токен в секунду (300 тысяч долларов за 300 токенов в секунду).

Например: Kimi K2 Thinking со скоростью 28,3 т/с на кластере из 4 Mac Studio
Обсуждение. & Еще такая ветка про эту тему.
Можно ли объединять в кластеры MacBook? (Обсуждают тут)
#Exo #exolabs #MacStudio #AiLocal #LocalAi

🌐 MBZUAI представляет полностью открытую модель K2-V2 — 70B

K2-V2, выпущенная 6 декабря 2025, является новейшей моделью класса 70B в серии K2 LLM от IFM. Она не уступает ведущим моделям с открытым исходным кодом, при этом использует подход «360-open»: веса, данные, сведения об обучении, контрольные точки и рецепты тонкой настройки — всё это находится в открытом доступе.

Пост: https://mbzuai.ac.ae/news/k2v2-full-openness-finally-meets-real-performance/ - тут есть наглядная карта: производительность по горизонтальной оси, открытость по вертикальной, а размер пузырьков отражает масштаб модели...

Модель: https://huggingface.co/LLM360/K2-V2-Instruct
Кванты: https://huggingface.co/cturan/K2-V2-Instruct-GGUF - тут она как 73B!
Обсуждение на Reddit.
(Использовать в Jan, MSTY, LM Studio)
#MBZUAI #K2V2 #LLM #IFM #huggingface #GGUF #ModelAi

ℹ️ Модель: NVIDIA Nemotron 3 Nano 30B A3B
https://developer.nvidia.com/nemotron

Модели Nemotron оптимизированы для различных платформ:
- Nano (30B) обеспечивает экономическую эффективность при высокой точности выполнения целевых агентских задач Демо
(Еще есть Nano VL 12B - Демо)

- Super (49B) обеспечивает высокую точность многоагентного моделирования ДЕМО или в NVIDIA NIM

- Ultra (253B) предназначен для приложений, требующих высочайшей точности вычислений Демо на OR

- Контекстное окно - 1 М токенов!
31,6 Млрд общих параметров, ~ 3,6 Млрд активных на токен: Предназначена для высокой пропускной способности и низкой задержки!

- Исключительная эффективность логического вывода: До 4 раз быстрее, чем Nemotron Nano 2, и до 3,3 раза быстрее, чем ведущие модели в своей размерной категории!
- Лучшая в своем классе точность рассуждений: Во всех областях рассуждений, кодирования, инструментов и многоступенчатых агентских задач.

Опробовал Nemotron 3 Nano 30B A3B (Q8) - модель ну очень быстрая для "Рассуждающей"! На MBP M4Max выдала 74.20 токенов/сек! и "Думала" 2 сек.
А qwen3-30b-a3b-thinking-2507 выдавала 77.17 токенов/сек, но думала 19.32 сек.! И ответ дала хуже значительно! (На мое ИМХО!)
На Reddit много тем с ее обсуждением и все отмечают скорость!
(Использовать в Jan, MSTY, LM Studio)
#ModelAi #huggingface #NVIDIA #Nemotron3 #GGUF

ℹ️ Модель: Qwen3-Next-80B-Thinking без цензуры!

Выпустили версию Qwen3-Next-80B-Thinking без цензуры, в которой устранена китайская политическая цензура.
Модель больше не отказывается отвечать на вопросы, связанные с китайской политикой. Вместо этого она будет давать сбалансированные, объективные ответы, в которых представлены различные точки зрения.
Эта модель является полной заменой оригинальной модели Qwen-Next. Никаких изменений в архитектуре, никаких дополнительных слоёв...
Подробнее на Reddit.

Модель: https://huggingface.co/MultiverseComputingCAI/Qwen3-Next-80B-A3B-Thinking-Uncensored
Квант: Qwen3-Next-80B-A3B-Thinking-Uncensored-mlx-6Bit= 64.8 GB
(Использовать в Jan, MSTY, LM Studio)
———————-
⚡️Самые «зацензуренные» нейросети 2025 года 👇

Разработчики бенчмарка Sansa Bench обновили рейтинг ИИ-моделей по уровню цензуры — то есть по тому, как часто нейросеть отказывается отвечать на запросы пользователя.

* чем выше балл, тем реже модель ограничивает ответы в спорных или чувствительных темах

Главные результаты:
• лидер — Llama 3 8B-Instruct (0,853 балла) — отвечает почти на всё и проявляет минимальные ограничения
• Gemini 3 Pro Preview тоже оказался в числе наименее цензурированных (около 0,824)
• GPT-4o-Mini — средняя степень ограничений (0,765)
• GPT-5.2 — самая зацензуренная модель с баллом 0,324

Бенчмарк Sansa Censorship прогонял тысячи запросов и считал долю отказов ИИ от ответа: чем меньше отказов, тем «свободнее» модель.
—————
UGI Leaderboard - Uncensored General Intelligence
Тут оцениваются по «отсутствию цензуры» и уровню интеллекта.
#ModelAi #huggingface #GGUF #Qwen3 #Qwen3Next #Uncensored

ℹ️ Модель: Gemma-3 4B Cognitive-Liberty Когнитивная свобода!
Маркетинг MMLU 85 %, политика 83 % | 0 % отказов!

📊 Основные результаты тестирования (MMLU 5-shot)
Общий показатель MMLU соответствует базовой модели (~58 %), но распределение сильно меняется:
🧠 Маркетинг: 85,04% (это аномально высокий показатель для модели 4B)
🏛 Правительство и политика: 83,94%
🗣 Социология: 77,61%
🧩 Логические ошибки: 74,85%
🧠 Психология: 79,63%

💡«Моральная аномалия» (особенность, а не ошибка)
Вы увидите низкий балл за моральные сценарии (30,61 %).
Стандартные тесты предполагают бинарные, безопасные ответы (например, «Плохо ли делать X? -> Да»). Поскольку эта модель обучена анализировать нюансы (утилитаризм против деонтологии), она часто чрезмерно анализирует простые моральные вопросы или отказывается давать «стандартный» безопасный ответ. По наблюдениям, это приводит к более продуктивному общению, даже если это негативно сказывается на автоматизированном подсчёте баллов.

Использование:
Это модель 4B, поэтому она работает практически на любом устройстве (даже на телефонах/потребительских графических процессорах).

Она лучше всего подходит для:
- Обсуждение спорных тем (он не будет читать вам нотации).
- Анализ тактик манипулирования / маркетинга.
- Творческое письмо, где вам нужен «макиавеллиевский» персонаж.

Модель: https://huggingface.co/AiAsistent/gemma-3-4b-it-Cognitive-Liberty
Квант: https://huggingface.co/AiAsistent/gemma-3-4b-it-Cognitive-Liberty-GGUF
Для Ollama Источник и Обсуждение на Reddit.
(Использовать в Jan, MSTY, LM Studio, на iOS, на Android.)
#ModelAi #Gemma3 #CognitiveLiberty #huggingface #GGUF #LocalAi #AiLocal

ℹ️ Jan-v2-VL-Max: мультимодальная модель на 30B параметров, превосходящая Gemini 2.5 Pro и DeepSeek R1 в тестах на выполнение!

Jan-v2-VL-max превосходит DeepSeek R1 и Gemini 2.5 Pro в тесте Illusion of Diminishing Returns, который измеряет продолжительность выполнения задач.

Модель Jan-v2-VL-max, созданная на основе Qwen3-VL-30B-A3B-Thinking, масштабирует базовую модель Jan-v2-VL до параметров 30B и применяет RLVR на основе LoRA для повышения стабильности и снижения накопления ошибок при многоэтапном выполнении.

Модель доступна на https://chat.jan.ai - общедоступном интерфейсе, созданном на базе Jan Server, чтобы каждый мог опробовать модель в браузере.

https://chat.jan.ai не заменяет Jan Desktop. Он дополняет его, предоставляя сообществу общую среду для тестирования более крупных моделей Jan.

Модель: https://huggingface.co/janhq/Jan-v2-VL-max-FP8
Кванты: https://huggingface.co/models?other=base_model:quantized:janhq/Jan-v2-VL-max-FP8
Источник и Обсуждение на Reddit.
(Использовать в Jan)
#ModelAi #Jan #JanAi #Janv2VLmax #huggingface #GGUF #LocalAi #AiLocal

ℹ️ Модель: Hearthfire-24B

Hearthfire — это повествовательная модель для написания длинных текстов, созданная для того, чтобы в хаосе оставались тихие моменты. В то время как большинство моделей для ролевых игр нацелены на то, чтобы неустанно продвигать сюжет с помощью действий с высокими ставками и постоянного внешнего давления, Hearthfire настроена на то, чтобы ценить атмосферу, самоанализ и неспешное развитие сцены.

Он ставит эмоции выше скорости. Ему комфортно в тишине. Он не будет провоцировать атаку гоблинов только потому, что разговор зашёл в тупик.

Hearthfire — это новая тонкая настройка Mistral Small 3.2, представляющая собой хип-хоп в стиле лоу-фай с элементами ИИ-сторителлинга. Она создана для повседневных моментов, атмосферных сцен и повествований, в которых ставки скорее личные, чем апокалиптические. Она не будет торопить вас с переходом к следующему сюжетному моменту. Она с удовольствием задержится.

Если вы хотите опробовать эту модель, вы можете сделать это бесплатно на https://aidungeon.com

Модель: https://huggingface.co/LatitudeGames/Hearthfire-24B
Квант: https://huggingface.co/LatitudeGames/Hearthfire-24B-GGUF
Обсуждение на Reddit-1 & Reddit-2.

💡Подобных моделей ну очень много!!!
Вот в этом посте про модели:
😈 Impish_Bloodmoon_12B
👼 Angelic_Eclipse_12B
- для приключений, ролевых игр и написания текстов...

ℹ️ Cydonia и Magidonia 24B от Drummer's v4.3 — лучшая пара Cydonia для RP! (Пост)
Small 3.2: https://huggingface.co/TheDrummer/Cydonia-24B-v4.3
Magistral 1.2: https://huggingface.co/TheDrummer/Magidonia-24B-v4.3 - Большинство предпочитает Magidonia, но обе модели довольно хороши! (GGUF)
Еще они выпустили: Big-Tiger-Gemma-27B-v3

Еще: Rei-24B-KTO, StrawberryLemonade-L3-70B, L3.3-Shakudo-70b,

(Использовать в Jan, MSTY, LM Studio)
#ModelAi #AIDungeon #Dungeon #Hearthfire #Hearthfire24B #huggingface #GGUF #LocalAi #AiLocal #Magidonia #Cydonia #TheDrummer #Drummer #РолевыеИгры #RolePlaying

ℹ Модель: Nanbeige4-3B-Thinking-2511

Её размер всего лишь 3 миллиарда параметров. Это почти в 100 раз меньше, чем GPT-4, и даже меньше, чем большинство открытых моделей.
Но вот парадокс: на тестах она достигает показателей выше, чем модели в 10 раз больше, а на бенчмарке WritingBench и вовсе держится на уровне проприетарных моделей занимая место между Gemini-2.5-Pro и Deepseek-R1-0528.
Результаты Nanbeige 3B лучше по всем бенчмаркам и она даже опережает модель в 32B параметров, которая в 10 раз больше.

Почему это оказалось возможно?
Кратко: Собрали данные → отфильтровал по 20 критериям (информационная плотность, логичность, грамотность) → сравнили с базой хороших примеров → оставили только самое лучшее.
Результат: 23 триллиона чистых проверенных токенов. Не 100, не 50, а 23. Но ценность каждого токена в датасете значительно выше.
Подробнее в статье: на ХАБР.

Плюсы:
- Работает локально (Использовать в Jan, MSTY, LM Studio, на iOS, на Android.)
- Быстрая производительность на инференсе (до 3 раз быстрее 8B моделей)
- Поддерживает tool calling (можно делать агентов)
- 64K контекст (можно работать с большими текстами)
- Open-source (можно дообучить под свои задачи)
- По тестам и в Q8, и в Q4 квантизации вполне хорошо придерживается русского языка, как в процессе размышлений, так и при ответе

Как итог: Есть reasoning-модель на 8Гб памяти (если использовать BF16, Q4 требует всего 2,5Гб).
Модель: https://huggingface.co/Nanbeige/Nanbeige4-3B-Thinking-2511
Кванты: На HF.
Подробно: arxiv.org
#ModelAi #Nanbeige #huggingface #GGUF #LocalAi #AiLocal

ℹ Модель: GigaChat3-10B-A1.8B

Диалоговая модель семейства GigaChat. Модель основана на архитектуре Mixture-of-Experts (MoE) с 10B общих и 1.8B активных параметров.
Модель обучена на 20Т токенов. Добавили 10 языков — от китайского и арабского до узбекского и казахского, а также расширили набор источников: книги, академические данные, датасеты по коду и математике.

⚡ GigaChat 3 Lightning в GGUF: максимум скорости для локального запуска
Подготовили три официальные сборки модели. Теперь вы можете выбрать оптимальный баланс между скоростью и качеством под ваше железо:
🔘bf16 21.4 GB - Максимальное качество и стабильность.
🔘q8_0 11.4 GB - Золотая середина: отличное качество при меньшем потреблении памяти.
🔘q6_k 8.78 GB - Оптимально для ноутбуков и домашних ПК: высокая скорость и экономия памяти без заметного снижения качества генерации.
Модель: https://huggingface.co/ai-sage/GigaChat3-10B-A1.8B-GGUF
(Использовать в Jan, MSTY, LM Studio)
Источник: https://t.me/gigadev_channel/63
Статья на Хабр.
#ModelAi #GigaChat3 #huggingface #GGUF #LocalAi #AiLocal

🎞 Сервис для мгновенной генерации субтитров прямо в браузере ⚡️

Сервис Subtitles от Fframes Studio - работает без регистрации и платы, при этом качество распознавания речи — отличное. Без VPN!
Предназначен для транскрибирования и создания субтитров.

Полностью бесплатный локальный инструмент для транскрипции видео с использованием ИИ, работающий непосредственно на устройстве, с графическим интерфейсом для редактирования транскрибированных фрагментов, их оформления и рендеринга на видео.

🪙 Можно настроить шрифт субтитров, таймкоды, их положение и другие параметры прямо в браузере. Новый мастхэв для всех, кто работает с видео!
Есть выбор языка (Есть Русский, Узбекский, ...) и надо выбрать ИИ модель: Tiny = 152Mb, Base = 291Mb., Small = 586Mb. - больше размер модели - выше качество транскрибации, но дольше...
subtitles.fframes.studio
Проект: https://github.com/dmtrKovalenko/subtitler
#subtitles #fframesStudio #subtitler #Траснкрибация #WebAi #WebGPU #Whisper #субтитры #LocalAi #AiLocal

ℹ Лучшие локальные LLM — 2025
На Reddit все оставляют отзывы о своих лучших моделях!

#ModelAi #huggingface #GGUF #LocalAi #AiLocal

ℹ Модель ИИ из ПРОШЛОГО!
Исследователи из Цюриха обучили семейство моделей Ranke-4B на архитектуре Qwen3 — каждую на текстах, изданных до определённого года: 1913, 1929, 1933, 1939 и 1946.

- Ranke-4B-1913 ничего не знает про Первую мировую и «испанку», а женщин-работниц описывает как «менее способных, надёжных и подготовленных» по сравнению с мужчинами.
- Ranke-4B-1933 понятия не имеет, что будет после прихода Гитлера к власти.

❓ Зачем нужны ИИ «из прошлого»?

Историки и социологи постоянно сталкиваются с эффектом ретроспективного знания: им известен исход событий, поэтому они переоценивают, насколько очевидным казалось будущее для современников. Плюс невольно переносят мораль XXI века в прошлое. С той же проблемой сталкиваются нейросети, обученные на современных данных.

Ranke-4B создаёт окно в культурную психологию прошлого. В отличие от развлекательных ботов, эти модели не притворяются Наполеоном — они действительно ограничены знаниями своей эпохи.
🔗 https://github.com/DGoettlich/history-llms

Похожие проекты:
• TimeCapsuleLM — воспроизводит викторианский стиль и взгляды на основе текстов о Лондоне 1800–1875 годов
🔗 https://github.com/haykgrigo3/TimeCapsuleLLM

• MonadGPT — анализирует представления средневековых людей по книгам до XVII века
🔗 https://huggingface.co/Pclanglais/MonadGPT

• XunziALLM — генерирует тексты на древнекитайском с соблюдением поэтических правил эпохи
🔗 https://github.com/Xunzi-LLM-of-Chinese-classics/XunziALLM

#ModelAi #XunziALLM #MonadGPT #TimeCapsuleLLM #historyLLMs #Ranke4B #LocalAi #AiLocal

ℹ Модель для синтеза научной литературы.

Обзор OpenScholar
Научный прогресс зависит от нашей способности находить, синтезировать и опираться на соответствующие знания из научной литературы. Однако экспоненциальный рост объема этой литературы — в настоящее время ежегодно публикуются миллионы статей — делает все более трудным для ученых поиск необходимой им информации или даже ознакомление с последними открытиями в одной области.

Чтобы помочь учёным эффективно ориентироваться в научной литературе и обобщать её, мы представляем OpenScholar — языковую модель с расширенными возможностями поиска (LM), которая отвечает на запросы пользователей, сначала находя соответствующие статьи в литературе, а затем генерируя ответы на основе этих источников

«Мы обучаем и выпускаем полностью открытую языковую модель с расширенным поиском, которая может синтезировать более 8 миллионов научных статей в открытом доступе, чтобы отвечать на научные вопросы».

OpenScholar работает с базой данных более 45 миллионов открытых научных статей. В отличие от GPT-4o, который часто генерирует ответы на основе предобученных данных, OpenScholar активно извлекает релевантные статьи, синтезирует их выводы и формирует ответ, опираясь на эти источники. Это делает его более надежным в плане фактической точности и правильности цитирования.

Система продемонстрировала выдающиеся результаты в тестах на новых бенчмарках, таких как ScholarQABench, и показала, что может обойти даже более крупные закрытые модели. Например, GPT-4o часто генерирует несуществующие ссылки, в то время как OpenScholar остается привязанным к проверяемым источникам.

В тестах OpenScholar продемонстрировала 5% улучшение по сравнению с GPT-4o и 7% по сравнению с PaperQA2 в правильности ответов. Более того, эксперты предпочитали ответы OpenScholar 51% и 70% случаев по сравнению с ответами, написанными людьми.

Эта модель не только улучшает качество научных обзоров, но и способствует более надежному научному дискурсу, предоставляя точные ссылки на оригинальные источники. OpenScholar открывает новые горизонты для исследователей, упрощая процесс синтеза информации и делая его более доступным.

Тут полная коллекция — включая веса модели, обучающие данные и поисковый индекс.
Страница проекта: https://github.com/AkariAsai/OpenScholar
💬 Чат https://openscilm.allen.ai
Ответом можно поделиться как ссылкой и без авторизации! (Это ответ на 1 слово: Полипренолы)
—————
👉 В МГУ представили новую ИИ-модель для поиска научных текстов!
Таблица лидеров: https://huggingface.co/spaces/mteb/leaderboard
Модель sci-rus-tiny3.5-zh: https://huggingface.co/mlsa-iai-msu-lab/sci-rus-tiny3.5-zh
#ModelAi #OpenScholar #OpenSciLM #LocalAi #AiLocal #AllenAi #TuluAi

🛍 Анонсирован самый маленький ИИ-суперкомпьютер из Книги рекордов Гиннесса!
Устройство Tiiny AI Pocket Lab способно локально запускать большие языковые модели на 120 млрд параметров без подключения к интернету.
https://rozetked.me/news/43583-anonsirovan-samyy-malen-kiy-ii-superkomp-yuter-iz-knigi-rekordov-ginnessa
#AiPC #TiinyAIPocketLab #TiinyAI

⚡️ QualityScaler — апскейлинг фото и видео на твоём ПК

Бесплатная программа с открытым кодом для Windows. Использует ИИ, чтобы повысить чёткость, разрешение и почистить изображения от артефактов.

Что умеет:

• Увеличивает разрешение — не растягивает пиксели, а генерирует недостающие детали
• Убирает шум, зернистость и следы JPEG-сжатия
• Работает полностью локально — файлы остаются на твоём ПК

Подходит и для фото, и для видео!
🔗 https://github.com/Djdefrag/QualityScaler

ИМХО, сейчас это самый удобный инструмент для апскейла.

Устанавливается за 5 мин, но если хочется максимально не заморачиваться или просто поддержать разрабов — можно приобрести в Стиме (он сам установит все необходимые зависимости типа VSCode, Python и т.д.)

#QualityScaler #апскейл #LocalAi #AiLocal #WebAi

ℹ Ring-1T: модель с триллионом параметров и экстремальным мышлением!

Ant Group выпустила Ring-1T — модель MOE с 1 триллионом параметров, из которых 50B активных. Справляется с олимпиадными задачами уровня IMO 2025 Silver, почти не ошибается в математике и программировании. Хороша в здравоохранении!

Пишет код, творческие тексты, используется в здравоохранении, решает задачи уровня математических олимпиад (IMO 2025), сохраняет контекст до 128 000 токенов, что вдвое больше предыдущей версии Ling!

Ring-1T демонстрирует лидирующие результаты среди систем с открытым исходным кодом в сложных тестах на логическое мышление, таких как математические соревнования (AIME 25, HMMT 25), генерация кода (LiveCodeBench, CodeForce) и логическое мышление (ARC-AGI-1). Он также демонстрирует высокую конкурентоспособность в комплексных задачах (Arena-Hard-v2.0), здравоохранении (HealthBench) и творческом письме (Creative Writing v3).

Главная фишка — способность думать сотни итераций подряд. Для сравнения: топовые модели с расширенным мышлением начинают терять точность уже после 40 итераций.

По результатам бенчмарков обошла все известные чат-боты.
🔗 https://huggingface.co/inclusionAI/Ring-1T
Есть FP8 версия

Чат с ней:
Ling Chat https://ling.tbox.cn/chat
и ZenMux https://zenmux.ai/settings/chat?chatId=new_chat
Чат https://zenmux.ai/inclusionai/ring-1t
Инвайт: https://zenmux.ai/invite/G593GW (G593GW)

💡Кроме 1Т, еще есть модели на 16B (Ring-mini-2.0 - Q8_0=17.3 GB) и 100B параметров (Ring-flash-2.0 - Q6_K=84.5 GB).
#ModelAi #Ring1T #inclusionAI #LocalAi #AiLocal