StepFun ha presentato il modello Step 5 Preview con 600 miliardi di parametri

L'azienda cinese StepFun ha annunciato il rilascio di una nuova modalità multiforme Step 5 Preview. Il sistema è costruito sull'architettura Mixture-of-Experts e contiene 600 miliardi di parametri, garantendo il supporto per una finestra di contesto di volume fino a 1 milione di token.

I sviluppatori si sono concentrati sulla specializzazione del modello nel campo dell'ingegneria del software e dell'analisi finanziaria. Secondo i test interni, Step 5 Preview dimostra un vantaggio rispetto ai concorrenti attuali nei benchmark specializzati, tra cui DeepSWE, ProgramBench e DRACO. L'alta prestazione nelle attività di scrittura del codice e nell'elaborazione di dati finanziari complessi è il vettore chiave di sviluppo di questa versione.

Le caratteristiche tecniche del modello gli consentono di elaborare efficacemente lunghe sequenze di dati, il che è critico per l'analisi di grandi repository di codice e rapporti voluminosi. L'integrazione dell'architettura Mixture-of-Experts garantisce un equilibrio tra potenza di calcolo e velocità di generazione delle risposte quando si lavora con richieste complesse.

Il rilascio di Step 5 Preview è finalizzato al rafforzamento della posizione dell'azienda nel settore delle soluzioni AI aziendali. Le discussioni dettagliate degli aspetti tecnici e dei primi risultati dei test della community sono disponibili sulla piattaforma Hacker News. L'implementazione di sistemi simili consente di automatizzare fasi complesse dello sviluppo del software, riducendo il tempo di debug e scrittura della documentazione.