cohere

Cohere Labs发布North-Mini-Code-1.0-eagle，这是一个用于推测解码的草稿模型，以加速代码生成。它采用三个密集transformer层，带有滑动窗口注意力机制，并兼容fp8/w4a4目标模型。

Cohere Labs发布North Mini Code，一个拥有300亿参数（30亿活跃）的开源编码模型，协议为Apache 2.0，针对代码生成和智能体任务优化，可通过4位量化在20GB内存的本地运行。

Cohere 发布了一个开源的 2B 参数阿拉伯语 ASR 模型，该模型基于 Conformer 编码器-解码器架构，针对阿拉伯方言性能和阿拉伯语-英语代码切换进行了优化。

Cohere 发布 North Mini Code，一个30B-A3B开源权重模型，采用4位量化，用于代码生成和智能体编码任务，支持256K上下文。

Cohere 的 command-a-plus-05-2026 模型的 GGUF 量化版本，针对 llama.cpp 进行了优化，并提供了多种量化级别，适用于本地推理。

本文介绍了'文化漏斗'概念，展示了LLM训练数据中的文化信号在后训练阶段急剧下降。作者发布了一个包含5.6M样本的标记数据集，以帮助在模型对齐中保留文化基础。

Cohere 已发布其 Command A+ 模型的 GGUF 量化版本（25B 活跃参数 / 218B 总参数，Apache 2.0），用于本地推理，针对智能体和多语言任务进行了优化。

此拉取请求为 llama.cpp 添加了 cohere2-MoE 模型的架构支持，实现了对该混合专家模型（Mixture of Experts）的推理。

Cohere 发布了一款新的轻量级 30B 开源权重模型，专为代理型编码任务设计，基于 Command A+ 和并行 Transformer 架构构建，在 Terminal-Bench 和 SWE-Bench 等代理型基准测试中表现出色。

Silvia Sapora分享了一份关于面试顶级AI实验室研究科学家职位的全面指南，涵盖准备、流程、谈判和情感挑战，基于她成功获得DeepMind等公司offer的经验。

Cohere Transcribe 是一款开源语音识别模型，在 Hugging Face 新的远场ASR基准测试中荣获第一名。

此页面托管了Cohere的North-Mini-Code-1.0模型的GGUF量化版本，这是一个30B-A3B MoE模型，针对代码生成和代理任务进行了优化。提供了从特定PR构建llama.cpp以支持cohere2moe架构的说明。

Cohere正式发布North Mini Code编程模型，权重可在Hugging Face上获取，并支持vLLM和MLX部署。

Cohere 发布了 North Mini Code，这是其首个基于 Apache 2.0 的开源编码模型，设计小巧、成本效益高、可本地部署，并专注于代理性能。

Cohere 和 Cohere Labs 发布了 North Mini Code，这是一个开放权重的 30B-A3B 参数模型，针对代码生成、智能体软件工程和终端任务进行了优化，在 SWE-Bench 和 Terminal-Bench 上取得了强劲的基准测试结果。

Cohere 发布了其首个开源编码模型 North Mini Code Small，专为高效的代理型性能和社区反馈而设计。

Cohere 发布了 North Mini Code，这是一款 30B 参数的混合专家（MoE）模型，在 Apache 2.0 许可下拥有 3B 激活参数，专为智能体软件工程任务优化，在编程基准测试中性能优于同类尺寸模型。

Cohere发布了一款早期访问编码模型BLS-Mini-Code-1.0，这是一个30B参数的模型，可在Hugging Face上进行测试。

Cohere Labs 发布了 North Mini Code，一个拥有 30B 参数（3B 活跃）的开放权重模型，针对代码生成、智能体软件工程和终端任务进行了优化，基于 Apache 2.0 许可。

mlx-lm 的一个 PR 为 Cohere 的 Command A+ (218B MoE) 模型在 Apple Silicon 上增加了支持，并附有架构实现细节。