XingChen-AGI ha rilasciato il modello MoE Xing4.0 con 29 miliardi di parametri

Gli sviluppatori di XingChen-AGI hanno presentato una nuova architettura di rete neurale Xing4.0-29B-A4B. Il modello è basato sull'architettura MoE (Mixture of Experts) e è progettato per eseguire compiti di agente complessi.

Il numero totale di parametri del modello è di 29 miliardi, con 4 miliardi di parametri attivi coinvolti nel processo di calcolo. Questa configurazione consente di ottimizzare il consumo di risorse di calcolo mantenendo un'elevata prestazione. Il modello supporta una finestra di contesto estesa di 256K token.

Per l'esecuzione locale e l'integrazione nei processi di lavoro, è disponibile una versione quantizzata nel formato GGUF, con una dimensione di 18 GB. L'architettura è stata ottimizzata per funzionare con gli acceleratori hardware Ascend NPU, ampliando le possibilità di applicazione in ambienti server specializzati.

Durante i test preliminari, il modello ha raggiunto un punteggio di 107 punti in 4 ore di lavoro. Il rilascio è orientato agli sviluppatori che creano agenti AI autonomi che richiedono alta precisione nell'elaborazione di lunghe sequenze di dati.

Il rilascio di Xing4.0 continua la tendenza alla creazione di soluzioni MoE specializzate che consentono di bilanciare efficacemente la velocità di risposta e la qualità della generazione. L'utilizzo della quantizzazione GGUF rende il modello accessibile per la distribuzione su hardware consumer e aziendale con una quantità limitata di memoria video.