Sapient відкриває джерела моделі HRM-Text з вартістю навчання $1 500

iconCryptoBriefing
Поділитися
AI summary iconКороткий зміст
Sapient Intelligence, компанія з досліджень AGI з Сінгапуру, відкрила свій моделю HRM-Text з ієрархічною архітектурою міркувань. Модель з 1 мільярдом параметрів була навчена на 40 мільярдах токенів за витрати від 1 000 до 1 500 доларів США за допомогою скромного обладнання. Доступна за ліцензією Apache 2.0 на Hugging Face та GitHub, вона показала результат 56,2% у MATH та 82,2% у DROP у оцінках квітня 2026 року. Дані в ланцюжку свідчать про зростання відкритого інтересу до AI-заснованих інструментів, подібних до цього.

Сінгапурська компанія з дослідження AGI Sapient Intelligence опублікувала повні ваги, код передтренування та конвеєр даних для HRM-Text — мовної моделі, побудованої на архітектурі, яку вона називає Hierarchical Reasoning Model. Увесь пакет доступний за ліцензією Apache 2.0 на Hugging Face та GitHub, що означає, що будь-хто може використовувати його, змінювати його або комерційно розробляти на його основі.

Важлива частина — це не лише жест з відкритим вихідним кодом. Це економіка. HRM-Text, який має приблизно 1 мільярд параметрів, був попередньо навчений на близько 40 мільярдах токенів і коштував приблизно $1 000–$1 500 на скромному обладнанні. Для порівняння, передові моделі від головних лабораторій зазвичай навчаються на трильйонах токенів, використовуючи бюджети на обчислення, що сягають десятків або сотень мільйонів доларів.

Реклама

Як це працює насправді

Модель використовує архітектуру ієрархічної латентної рекурентної мережі, яку компанія описує як таку. Високорівневий модуль виконує повільне, абстрактне міркування, здійснюючи 2 «H-циклі» за один прохід. Низькорівневий модуль виконує швидке, детальне опрацювання, виконуючи 3–6 «L-циклів» за один прохід. Разом ці модулі дозволяють моделі кілька разів ітерувати своє міркування до отримання виходу, зберігаючи при цьому кількість параметрів незмінною.

Замість генерації видимих токенів ланцюжка міркувань, які споживають контекстне вікно та витрати на висновок, HRM-Text виконує ітеративне міркування всередині. Міркування відбувається в прихованих станах моделі, а не у вихідному тексті.

Результати, що перевершують еталон

Незалежні оцінки, проведені в квітні 2026 року, розповідають історію цифрами. HRM-Text набрав 56,2% на тесті MATH, 82,2% на DROP, 81,9% на ARC-Challenge та 60,7% на MMLU. Передтренування, як повідомляється, було завершено приблизно за один день.

HRM-Text базується на попередніх роботах Sapient. Оригінальна модель HRM, відкрита у липні 2025 року, мала лише 27 мільйонів параметрів і продемонструвала високу продуктивність на складних завданнях міркування навіть зі всього 1000 навчальних прикладів. HRM-Text — це приблизно 37-кратне збільшення кількості параметрів при збереженні тієї ж архітектурної філософії.

Sapient створила канал Discord для розробників, які цікавляться дослідженням архітектури. Ліцензія Apache 2.0 видаляє правові бар’єри. Вартість навчання у розмірі $1 500 видаляє більшість фінансових бар’єрів.

Відмова від відповідальності: Інформація на цій сторінці може бути отримана від третіх осіб і не обов'язково відображає погляди або думки KuCoin. Цей контент надається лише для загального інформування, без будь-яких запевнень або гарантій, а також не може розглядатися як фінансова або інвестиційна порада. KuCoin не несе відповідальності за будь-які помилки або упущення, а також за будь-які результати, отримані в результаті використання цієї інформації. Інвестиції в цифрові активи можуть бути ризикованими. Будь ласка, ретельно оцініть ризики продукту та свою толерантність до ризику, виходячи з ваших власних фінансових обставин. Для отримання додаткової інформації, будь ласка, зверніться до наших Умов використання та Розкриття інформації про ризики.