Darwin-180B-RSI
PulseAugur coverage of Darwin-180B-RSI — every cluster mentioning Darwin-180B-RSI across labs, papers, and developer communities, ranked by signal.
- developed Zenkit 90%
- developed by POCKET-Darwin-180B-GGUF 90%
- developed by LEXam-hard 90%
- developed by POCKET-Darwin-180B 90%
- instance of SuperCLUE 90%
- instance of Darwin-180B-RSI-R3 90%
- competes with Kimi-k3.1-pro 80%
- used by POCKET-Darwin-180B-GGUF 70%
- used by LEXam-hard 70%
- affiliated with SuperCLUE 70%
- instance of LEXam-hard 70%
- instance of Bidraft 70%
- 2026-11-09 research_milestone VIDRAFT's Darwin-180B-RSI model achieved top scores on the LEXam and LEXam-hard legal reasoning benchmarks. 来源
- 2026-11-06 research_milestone VIDRAFT's Darwin-180B-RSI model was updated using a novel method that modified only 0.02% of its parameters and demonstrated efficient inference on consumer hardware. 来源
- 2026-11-05 research_milestone Darwin-180B-RSI achieved the top rank among open-weight models in math and science reasoning on the SuperCLUE benchmark. 来源
- 2026-09-30 product_launch VIDRAFT released the Darwin-180B-RSI model, which achieved top rankings on five Hugging Face leaderboards. 来源
- 2026-09-29 product_launch VIDRAFT released Darwin-180B-RSI, a 180-billion-parameter reasoning model. 来源
10 天有情绪数据
Darwin-180B-RSI demonstrates significant domain-agnostic reasoning
Darwin-180B-RSI has achieved top performance on diverse benchmarks, including STEM, legal reasoning, and document processing, without domain-specific fine-tuning. This suggests its recursive self-improvement (RSI) training methodology is highly effective at developing generalizable reasoning skills, a notable advancement in LLM training.
VIDRAFT to release smaller, quantized variants of Darwin-180B-RSI
The successful deployment of the POCKET-Darwin-180B-GGUF variant on consumer hardware indicates a strategic focus on accessibility. It is likely that VIDRAFT will continue to release further optimized, smaller, or more heavily quantized versions of Darwin-180B-RSI to cater to a wider range of devices and use cases.
Darwin-180B-RSI to release enterprise-focused API within 60 days
Given Darwin-180B-RSI's strong performance on enterprise-relevant benchmarks like document parsing and field extraction, and its ability to run on consumer hardware, it's plausible VIDRAFT will offer an enterprise API to monetize these capabilities. This would allow businesses to integrate its advanced reasoning and data extraction features without managing local deployments.
-
Darwin Lab提供安全的本地化AI，用于处理敏感研究数据
VIDRAFT推出的Darwin Lab提供了一个私有的、本地化的AI研究平台，旨在处理敏感数据，无需互联网连接。该平台集成了Darwin-180B-RSI模型，该模型在数学和科学推理方面表现出色，在SuperCLUE 2026评估中，在可安装模型中排名第一，总体排名第二。与基于云的AI服务不同，Darwin Lab在用户自己的硬件上运行，例如NVIDIA DGX Spark和NAS，确保数据安全，并能够进行假设形成、实验执行和结果验…
-
开源AI模型Darwin-180B-RSI在推理测试中超越了更大的竞争对手
韩国VIDRAFT开发的一个名为Darwin-180B-RSI的新开源AI模型，在SuperCLUE评估的数学和科学推理中取得了73.68分。这一成绩使其在总排名中位居第二，仅次于OpenAI的GPT-6.1-Sol，并且显著优于Moonshot AI的Kimi-K3.1-Pro等更大模型，后者尽管拥有2.8万亿参数，得分却只有63.16，而Darwin的参数量为1800亿。该模型的成功归功于两种关键技术：强度合并（strength …
-
Darwin-180B-RSI：1800亿参数模型领跑开源LLM排行榜
Vidraft Lab推出的开源大语言模型Darwin-180B-RSI在SuperCLUE十一月数学和科学推理评估中，位列开源模型第一名，综合排名第二。该模型拥有1800亿参数，在数学和科学推理方面得分比2.8万亿参数的Kimi-K3.1-Pro高出10多分，而模型规模仅为其约1/16。该模型的效率和更小的体积预示着其在成本效益企业级AI解决方案和设备端应用方面的潜力，有望减少对外国硬件和云基础设施的依赖。
-
VIDRAFT的Darwin-180B-RSI模型在无特定训练的情况下引领法律推理基准测试
VIDRAFT的Darwin-180B-RSI模型在LEXam和LEXam-hard法律推理基准测试中取得了最高排名，尽管它没有接受过法律数据的训练。该模型的成功归因于其在数学和科学问题上的递归自我改进（RSI）训练，这使其推理能力能够跨领域泛化。这标志着VIDRAFT在Hugging Face认证的排行榜上第七次获得第一名，展示了其Darwin模型演进框架和RSI训练方法的有效性。
-
韩国模型Darwin首次亮相SuperCLUE基准测试，推理能力排名第二
SuperCLUE基准测试于2026年11月发布，其中亮点是韩国的Darwin-180B-RSI-R3模型，该模型首次登上排行榜。在19个参赛模型中，该模型在数学和科学推理方面位居第二，表现优于Gemini-4-Argon和DeepSeek-V4.1-Flash等模型。值得注意的是，Darwin-180B-RSI-R3是一个开源模型，其成本效益与基于API的模型分开评估。
-
SuperCLUE基准测试对19个顶级大语言模型进行排名，每月更新私有测试集 · 追踪6个来源
SuperCLUE基准测试发布了其2026年11月的排名，共有19个先进的大语言模型参与。该基准测试的独特之处在于每月重新开发其私有测试集，从而防止模型过拟合已知问题。最新结果显示，竞争格局激烈，没有单一模型在所有类别中占据主导地位，领导地位在专有模型和开源模型之间分散。
-
180B参数模型Darwin-180B-RSI通过0.02%的权重变更进行更新
VIDRAFT开发了Darwin-180B-RSI，一个拥有1800亿参数的语言模型，它通过仅更新0.02%的权重完成了自我改进过程。这种新颖的方法允许在冻结大部分参数的同时高效地更新模型。此外，该模型可以在消费级硬件上运行，通过SSD权重流实现每秒4.17个token的吞吐量，从而使大规模模型更加易于访问。
-
VIDRAFT的Darwin-180B-RSI-R3在数学/科学推理方面全球排名第二
VIDRAFT发布了Darwin-180B-RSI-R3，这是一款开放权重的混合专家（Mixture-of-Experts）大型语言模型，它利用递归自我改进（Recursive Self-Improvement, RSI）技术，无需新的人工标注数据即可增强其推理能力。该模型在SuperCLUE 2026年11月的评估中，在数学和科学推理方面取得了全球第二高的分数，表现优于多家主要AI实验室的知名模型。Darwin-180B-RSI-R…
-
180B MoE模型在32GB内存笔记本上运行，SSD是瓶颈
一个拥有1800亿参数的混合专家模型（MoE），Darwin-180B-RSI，成功在一台拥有32GB内存的笔记本电脑上运行，仅使用CPU的情况下，实现了约每秒3个token的生成速度。更小的MoE模型POCKET-26B和POCKET-35B，能够完全载入内存，在相同硬件上运行速度显著更快，超过每秒11个token。对于较大的模型，主要的瓶颈被确定为固态硬盘（SSD）的读取速度，因为有限的缓存驻留导致每个token的生成都需要从SS…
-
VIDRAFT 的 ViSQL 引擎在 NL2SQL 基准测试中达到 83.80% 的准确率
VIDRAFT 推出了 ViSQL，这是一款将自然语言问题转换为 SQL 查询的引擎。该引擎随后在实时数据库上执行生成的 SQL，以验证结果的准确性，然后再返回。ViSQL 由 VIDRAFT 的 Darwin-180B-RSI 模型提供支持，在 BIRD Mini-Dev 基准测试中达到了 83.80% 的执行准确率，超越了当前公开排行榜的最高分。
-
VIDRAFT的NL2SQL引擎在BIRD Mini-Dev基准测试中表现优异
VIDRAFT的Darwin-180B-NL2SQL系统在BIRD Mini-Dev基准测试中取得了83.80%的得分，超越了当前排名第一的条目。该文本到SQL引擎在预测时未使用微调或黄金SQL，而是利用Darwin-180B-RSI模型，在一个包含真实世界数据库的挑战性数据集上展示了其能力。VIDRAFT还推出了该引擎的公开演示，该引擎可以将自然语言问题转换为SQL查询，并跨各种数据源生成报告。
-
新AI工具Chitos自动化网络防御，对抗自主攻击
一款名为Chitos的新型AI驱动安全工具已被开发出来，用于自动化防御日益自主的网络攻击。该工具可以自主生成审计假设，在受阻时研究替代攻击路径，并使用AI验证层过滤误报，确保可复现的证据。Chitos在OWASP Benchmark上的表现有所提升，其AI验证层比基础扫描器和公开可用的商业工具取得了更高的分数。
-
VIDRAFT 的 Darwin-180B-RSI 领跑开源模型基准
根据 AIhoster 追踪的独立基准测试，VIDRAFT 的 Darwin-180B-RSI（一个拥有 1800 亿参数的开源权重语言模型）已在 MMLU-Pro 和 GPQA Diamond 排行榜上均取得第一名。该模型表现强劲，在 MMLU-Pro 上得分 88.1%，在 GPQA Diamond 上得分 94.4%。这一成就尤为值得关注，因为 Darwin-180B-RSI 的表现优于参数量远大于它的模型，这表明其参数效率很高…
-
180B AI 模型通过 MoE 和 SSD 流式传输在游戏本上运行
VIDRAFT 发布了 POCKET-Darwin-180B，这是一款拥有 1800 亿参数的 AI 模型，专为包括游戏本在内的消费级硬件部署而设计。该模型利用稀疏专家混合（MoE）架构、SSD 流式传输和 llama.cpp 运行时，使其能够以显著降低的内存需求运行。该模型的主要用例是在无法使用基于云的 AI 解决方案的隔离网络或受监管环境中。
-
AI模型通过自动化验证循环进行自我改进 · 跟踪6个来源
一种新的AI模型改进方法，称为递归自我改进（RSI），侧重于增强模型的核心能力，而不仅仅是其周围框架。该方法涉及AI生成自己的问题解决方案，在没有人为干预的情况下自动验证这些解决方案的正确性，然后对经过验证的集合进行再训练。此过程旨在改进模型。
-
Bidraft获得Quantinuum顶级量子计算机的访问权限
Bidraft在通过评审流程后，已被选中试用Quantinuum的Nexus和H-Series量子计算平台。此次入选基于Bidraft在IBM Heron量子计算机上扩展Even-Mansour密钥恢复以及开发能够验证单GPU上Hubbard模型的量子求解器Delta-Engine的成就。该公司旨在将其AI专业知识与量子计算能力相结合，以解决药物发现、材料科学和物理学领域的复杂问题。
-
180B 参数 AI 模型通过量化在消费级硬件上运行
名为 POCKET-Darwin-180B-GGUF 的 Darwin-180B-RSI 模型的量化版本已发布，使其无需专用 GPU 即可在消费级硬件上运行。这个 111 GB 的模型采用了专家混合（MoE）架构，这意味着其 1800 亿参数中只有一小部分在每个 token 生成时处于激活状态。该模型在具有足够 RAM 的 CPU 上可以达到每秒 21 个 token 的速度，或者在 RAM 较少的笔记本电脑上通过利用 SSD 加载权…
-
180B 人工智能模型通过 4 位量化在笔记本电脑上运行
一种新方法允许一个拥有 1800 亿参数的模型 POCKET-Darwin-180B-GGUF 在没有专用 GPU 的消费级硬件上运行。这是通过模型的稀疏专家混合架构（每个 token 只激活其一部分参数）和选择性的 4 位量化过程（保留关键权重的准确性）相结合实现的。量化后的模型以 GGUF 格式提供，需要显著更少的存储和内存，使其能够在具有至少 8GB VRAM 的笔记本电脑上运行，甚至在具有足够 RAM 的迷你 PC 上运行，同…
-
开放180B模型Darwin-180B-RSI引领10项Hugging Face基准测试
一个名为Darwin-180B-RSI的开放权重模型在10个Hugging Face官方排行榜上名列前茅，超越了所有其他参与组织。该模型由VIDRAFT基于Alibaba的Qwen3.8-Flash-Next构建，不仅在MMLU-Pro和GPQA等学术基准测试中表现出色，还在文档解析(MDPBench)、结构化数据输出(IFStruct)和PDF字段提取(ExtractBench)等实际的企业级任务中展现出强大性能。该模型的训练方法，…
-
Bidraft 在 Hugging Face 基准测试中以 10 项第一名领先
Bidraft 在 Hugging Face 官方排行榜的 10 个类别中均获得第一名，数量超过任何其他组织。该公司的模型在新发布的“实用”基准测试 IFStruct 和 ExtractBench 中也表现出色，在结构化数据生成和文档信息提取方面展现出强大性能。Bidraft 新推出的 ZTC（Zero-Token Confidence，无 token 置信度）技术提供了一种显著更快、更安全的人工智能代理决策方法，直接在模型的内部状态…