Ornith-1.5 9B 可能并不差
摘要
作者对包括Ornith-1.5 9B在内的几个AI模型进行了评测，任务涉及生成医学物理脚本，发现Ornith表现最佳，成功解决了6个任务中的5个。
(我的个人经验) 我有一台2024年的中端游戏笔记本，配备4GB显存和16GB内存。除了以较低的t/s速度运行小型模型外，我无法运行其他任何模型。我主要用这些模型生成医学物理研究的脚本（别担心，我每次使用前都会验证，不会有人被汽化的）。我的“基准测试”包括6个典型任务，没有什么太花哨的。我试过Ling-3.0 Tiny、Qwen 3.5 4B、Empero's的2B和4B蒸馏模型，以及现在Ornith的新9B模型。3.5 4B表现最差，只解决了2/6任务，Ling和Empero's解决了3/6，无论怎么反馈都无法让其他3个任务运行。Ornith一次性解决了5/6任务，没有问题。它无法完成其中一个任务，但接受了反馈并改进了部分代码，是这组模型中第一个做到的。它还正确回答了洗车问题！
相似文章
ornith-ai/Ornith-1.5-9B
Ornith-1.5-9B 是一款9B参数密集型AI模型，通过端到端自我改进来推进基础模型构建，并利用强化学习优化任务生成、框架构建和解决方案部署。它在与Qwen和Gemma等其他模型相比时，在各种基准测试上表现出竞争力性能。
ornith-ai/Ornith-1.5-35B-A3B
Ornith-1.5-35B-A3B 是一种混合专家AI模型，每个令牌仅激活30亿参数，并在编码和代理基准测试中超越了类似规模的模型，如Qwen和Gemma。
Ornith 1.5：9B密集模型与35B/397B MoE模型
Ornith-1.5是一系列开源大语言模型，拥有9B、35B和397B参数，通过自我改进策略在推理、智能体和编程任务上达到最先进性能。
ornith-ai/Ornith-1.5-9B-GGUF
Ornith-1.5是一款新的AI模型，它通过强化学习引入了端到端的自我改进，针对单GPU和边缘设备的高效部署进行了优化。
Ornith-1.5开放模型发布：提供397B、35B和9B版本（2分钟阅读）
Ornith-1.5发布了一系列开放AI模型，提供397B、35B和9B版本，具备自我改进循环，并在基准测试中取得了与Claude Opus 4.8等顶级模型相媲美的成绩。