Baidu veröffentlicht ERNIE 5.5 Flash, ein 280B-Modell nahe an DeepSeek V4 Flash

Baidu hat ERNIE 5.5 Flash veröffentlicht, ein effizientes spärliches Mixture-of-Experts-Modell mit 280 Milliarden Parametern insgesamt und 14 Milliarden aktivierten Parametern pro Token. Es wurde von Grund auf mit 33,5 Billionen Tokens vortrainiert, mit Trainingskontext bis zu 128.000 Tokens und Fine-Tuning- sowie Inferenz-Unterstützung für 1-Million-Token-Kontexte, und sein Basis-Checkpoint ist offen verfügbar als Ausgangspunkt für Domänenanpassung und weiteres Training. Das ist wichtig, weil es Forschenden und Entwicklern ein weiteres großes offenes Basismodell in einer Größenordnung nahe DeepSeek V4 Flash gibt, das unter einem gemeinsamen Protokoll gegen vergleichbare Modelle evaluiert wurde.

• LinuxDo2026-11-05 06:00