Viene presentato il modello Darwin-397B-ZTC con tecnologia di autoverifica

I sviluppatori hanno presentato Darwin-397B-ZTC — un nuovo modello MoE con 397 miliardi di parametri, costruito sulla base dell'architettura Qwen 3.5. Il sistema utilizza la precisione FP8 e si concentra sulla risoluzione di complessi problemi logici.

La caratteristica chiave del modello è diventata la tecnologia Zero-Token Confidence (ZTC). Questo meccanismo consente alla rete neurale di eseguire un'autoprevisione interna e una valutazione della fiducia nella risposta prima che venga generato il primo token di testo. Un approccio simile è finalizzato a ridurre la probabilità di allucinazioni quando si lavora con dati critici.

Durante il test, il modello ha dimostrato un risultato del 93,43% nel benchmark GPQA Diamond, che valuta le capacità dell'AI nel campo delle conoscenze scientifiche esperte. Le prestazioni del sistema sono state di 19 punti nell'esecuzione dei compiti in 2 ore, il che conferma l'efficacia dell'architettura nell'elaborazione di richieste ad alta intensità.

Il modello è disponibile per la consultazione e l'integrazione tramite il repository sulla piattaforma Hugging Face. L'utilizzo di FP8 consente di ottimizzare il consumo di memoria video mantenendo la precisione dei calcoli, il che rende il sistema adatto per la distribuzione in ambienti di calcolo specializzati.

L'implementazione di ZTC cambia l'approccio all'inferenza generativa, passando dalla semplice generazione probabilistica a un processo iterativo di verifica. Ciò consente di utilizzare il modello in scenari in cui l'accuratezza della risposta è più importante della velocità di generazione del testo.