रियो डी जेनेरियो सरकार ने बढ़ी हुई निहित तर्क के साथ 397B-पैरामीटर AI मॉडल खोला

ME AI संदेश, डिनामिक चेक द्वारा मॉनिटर किए जाने पर, ब्राजील के रियो डी जनेरियो शहर के नगरपालिका सूचना और योजना कंपनी IplanRIO ने Hugging Face पर Rio-3.5-Open-397B को ओपन सोर्स किया है। मॉडल Qwen 3.5 397B पर आधारित है और MoE आर्किटेक्चर का उपयोग करता है, जिसमें कुल पैरामीटर लगभग 3970 अरब हैं, प्रति Token सक्रिय पैरामीटर लगभग 170 अरब हैं, लगभग 10 लाख Token के संदर्भ का समर्थन करता है, और MIT लाइसेंस के तहत उपलब्ध है। मॉडल कार्ड के अनुसार, Rio-3.5-Open-397B में SwiReasoning निष्कर्षण फ्रेमवर्क एकीकृत है। SwiReasoning एक ट्रेनिंग-मुक्त निष्कर्षण विधि है, जो सूचना एंट्रॉपी के परिवर्तन के आधार पर स्पष्ट विचार श्रृंखला और अस्पष्ट वेक्टर स्पेस निष्कर्षण के बीच स्विच करती है। स्पष्ट निष्कर्षण परिणामों को प्राकृतिक भाषा Token के रूप में लिखने के लिए जिम्मेदार है, जबकि अस्पष्ट निष्कर्षण प्रचुर मात्रा में मार्गों की खोज को हिडन स्पेस में करता है, जिससे अनावश्यक पाठ आउटपुट कम होता है। टीम द्वारा साझा किए गए परीक्षणों में, SwiReasoning सक्रिय होने पर Rio-3.5-Open-397B का SWE-Bench Pro स्कोर 58.1 है और IMOAnswerBench स्कोर 89.5 है। संदर्भ के लिए, Qwen 3.5 397B मूल संस्करण क्रमशः 50.9 और 80.9 हैं, केवल पोस्ट-ट्रेनिंग के साथ SwiReasoning को सक्रिय नहीं किए जाने पर क्रमशः 54.8 और 84.5 हैं। अर्थात्, अस्पष्ट निष्कर्षण मॉडल की पूर्ण क्षमता को दोगुना नहीं करता, लेकिन मूल मॉडल के सापेक्ष सुधार को लगभग दोगुना करता है। संगतता मुख्य सीमा है। Hugging Face फोरम में, टीम के सदस्यों ने पुष्टि की है कि ये सार्वजनिक स्कोर SwiReasoning सक्रिय होने पर प्राप्त किए गए हैं। SwiReasoning को प्रति-निष्कर्षण प्रक्रिया में प्रायिकता-भारित सतत "सॉफ्ट-एमबेडिंग" वेक्टर प्रवेश कीआवश्यकता होती है, जबकि llama.cpp जैसे केवल असतत Token ID पीढ़ी का समर्थन करने वाले प्रति-निष्कर्षण इंजन अभी पूरी तरह से कार्यान्वित नहीं कर सकते। टीम का कहना है कि SwiReasoning को सक्रिय नहीं किए, मॉडल Qwen 3.5 397B मूल संस्करण से स्पष्ट रूप से मजबूत है, लेकिन पूरी क्षमता के लिए प्रति-निष्कर्षण फ्रेमवर्क को सॉफ्ट-एमबेडिंग प्रवेश के साथ समायोजित होना होगा। (स्रोत: BlockBeats)