跳到正文
IT之家·· 2 小时前AI 评分58

商汤开源 SenseNova Loop-9B-Preview,宣称媲美 27B 参数模型

商汤开源 SenseNova Loop-9B-Preview,宣称媲美 27B 参数大小模型

AI 导读

商汤科技 10 月 30 日宣布开源日日新 SenseNova Loop-9B-Preview,该模型采用 Looped Transformer 架构,通过循环计算扩展有效计算深度,官方称在仅 9B 参数下媲美 27B 参数模型。

正文

IT之家 11 月 1 日消息,商汤科技 10 月 30 日宣布开源商汤日日新 SenseNova Loop-9B-Preview。

官方表示,该模型采用 Looped Transformer 架构,引入循环计算、扩展模型的有效计算深度,并探索更充分的信息交互机制,提升模型在复杂任务上的处理能力,在仅 9B 的有限参数规模下,媲美 27B 参数大小模型。

SenseNova Loop-9B-Preview 以 9B 尺度模型为基座,保留首尾各 4 层原始解码器模块,将中间层改造为参数共享的循环计算模块,通过多轮迭代扩展有效计算深度。在此基础上,模型进一步探索循环计算中的信息传递机制,尝试引入 mHC(Manifold-Constrained Hyper-Connections),利用多路残差连接与受约束的信息混合,增强特征交互并维持信号传播的稳定性。

据介绍,在当前评测设置下,模型在代码生成、办公场景和智能体任务等多个方向上均优于其他模型,并在 WorkBuddy Bench、RaccoonPPT Bench 和 AutomationBench 等评测中进一步超过 Qwen3.5-27B。这些结果初步展现了通过扩展有效计算深度,提升小参数模型复杂任务处理能力的潜力。

商汤进一步通过消融实验评估了 mHC 的实际收益。采用该机制后,模型取得明显的性能提升,其中 GPQA Diamond 和 TeamBench 分别提高了 4.42 分和 13.34 分,展现出在复杂推理任务以及多步骤 Agent 任务中的应用潜力。后续还将继续探索 DSA、自适应迭代次数等机制,以提升模型的推理效率与任务表现。

IT之家附开源链接:

广告声明:文内含有的对外跳转链接(包括不限于超链接、二维码、口令等形式),用于传递更多信息,节省甄选时间,结果仅供参考,IT之家包含外链的文章均包含本声明。

来源:IT之家 · ithome.com