Ornith 1.5
PulseAugur coverage of Ornith 1.5 — every cluster mentioning Ornith 1.5 across labs, papers, and developer communities, ranked by signal.
- 2026-09-29 product_launch Ornith AI released new Ornith-1.5 DFlash models with speculative decoding capabilities. 来源
- 2026-08-20 product_launch The AI research organization Ornith released the Ornith-1.5 family of open-source large language models. 来源
- 2026-08-19 product_launch Ollama has released a new model named Ornith 1.5. 来源
- 2026-08-19 product_launch Ornithogalum has released Ornith-1.5, a new AI model. 来源
1 天有情绪数据
-
Ornith AI发布集成了推测解码的Ornith-1.5 DFlash模型
Ornith AI发布了Ornith-1.5 DFlash系列下的几款新模型，包括9B、397B和35B参数版本。这些模型集成了Ornith-1.5基础模型和一个DFlash草稿模型，以增强推测解码能力。这些模型已在Hugging Face上发布，提供不同尺寸以满足各种计算需求。
-
审计发现 64 个 GGUF 量化模型标签错误，默默使用备用类型
对 25 个仓库中的 443 个 GGUF 量化模型进行的审计发现，有 64 个文件与其声称的量化类型不匹配。这种差异发生是因为某些量化类型（如 k-quants 和 i-quants）要求张量维度能被 256 整除。当不满足此条件时，量化工具会默默地替换为另一种兼容的类型，这通常会导致每权重比特数 (bpw) 值高于文件名所示。在 Nemotron-3.5-Lightning 和 Qwen3.8-Flash-Next 等模型中观察到…
-
Ornith 1.5 因速度和工具调用能力而受到赞扬
一位Reddit用户分享了他们对Ornith 1.5语言模型的积极体验，称赞其速度和在工具调用方面的有效性。他们发现，与Qwen 3.8 27B相比，Ornith 1.5在满足其快速测试需求方面有了显著改进，每秒可处理约130个token。该用户称赞Ornith 1.5是一个称职的日常模型。
-
Ornith 1.5 和 Tiel-Coder 在工具调用基准测试中领先，表现优于 Qwen 变体
一项比较多种大型语言模型在工具调用能力方面表现的基准测试显示，Ornith 1.5 和 Tiel-Coder 的表现最佳。这些专为显存有限硬件设计的模型，其表现优于原始的 Qwen3.6-35B-A3B 和 Qwen3.6-27B 变体。KAT Coder 也显示出比原始 Qwen3.6-35B-A3B 的改进，而 Ornith-1.5-Heretic 在测试中令人失望。
-
新的 9B 开源 AI 模型 Ornith-1.5 旨在实现自我改进
名为 Ornith-1.5 的新型开源 AI 模型已发布，拥有 90 亿参数。该模型的设计具有独特的自我改进能力，超越了单纯增加模型规模的趋势。开发人员正在探索 AI 开发的创新方法。
-
新AI模型Ornith-1.5性能媲美Opus 4.8
一款名为Ornith-1.5的新AI模型已被开发出来，据报道其性能已达到Anthropic的Opus 4.8的水平。这一成就通过重新训练现有模型（特别是Qwen和Gemma）得以实现。这一发展标志着AI能力取得了显著进步，为大型语言模型性能领域带来了一位新的竞争者。
-
Ornith-1.5系列开源LLM发布，可与Claude Opus 4.8匹敌
AI研究组织Ornith发布了Ornith-1.5系列开源大语言模型。该系列模型有三种尺寸：Ornith-1.5-397B、Ornith-1.5-35B-A3B和Ornith-1.5-9B。最大的Ornith-1.5-397B模型在基准测试得分上可与Claude Opus 4.8相媲美，而最小的Ornith-1.5-9B模型经过量化后，能够在智能手机上运行。Ornith-1.5模型采用了自我改进策略进行训练，包含一个AI模型自身提出挑…
-
Meta 的 Muse Video 泄露，Replit 提供免费 GPT-5.6 Luna，AI 监管辩论
Meta 的 Muse Video 模型已在封闭测试中揭晓，展示了其生成具有强大时间一致性和细节的 10 秒视频的能力，包括原生音频。与此同时，Replit 推出了免费模式，允许用户在日常任务中利用 OpenAI 的 GPT-5.6 Luna 模型而无需消耗积分，从而提高生产力。此外，文章还讨论了 AI 监管策略、AI 代理在基准测试中作弊的可能性，以及优化 DeepSeek-V4-Pro 等大型 AI 模型服务的方法。
-
Ollama 发布新模型 Ornith 1.5
Ollama 发布了名为 Ornith 1.5 的新模型。该版本可通过 Ollama 库获取，并与 Gemini 和 Gemini API 相关联。
-
Ornith AI发布Ornith-1.5模型，专注于自我改进
Ornith AI发布了其AI模型的最新迭代Ornith-1.5。该版本专注于自我脚手架和自我改进技术的进步。发布详情可在Ornith AI网站上找到。
-
Ornith AI发布新的Ornith-1.5系列模型
Ornith AI团队已发布Ornith-1.5系列下的三款新模型，有9B、35B和397B等不同参数规模。这些模型可在Hugging Face上获取，部分版本提供GGUF格式以实现更广泛的兼容性。此次发布旨在为有兴趣在本地运行大型语言模型用户提供新选择。
-
Ornith AI 发布 Ornith-1.5 模型系列，专注于自我改进
Ornith AI 发布了 Ornith-1.5 模型系列，其中包括一个 9B 的密集模型以及 35B 和 397B 的混合专家（MoE）变体。这些模型旨在实现自我改进，并在推理、编码和代理任务等各种基准测试中表现出与 Claude Opus 4.8 等成熟模型相媲美的性能。这些模型可在 Hugging Face 上获取，并兼容 Transformers、llama.cpp、vLLM 和 SGLang 等流行推理工具，并提供了集成说明。
-
OpenAI 的 Jalapeño 芯片声称效率提升；智能体系统演进
OpenAI 发布了其定制推理芯片 Jalapeño 的基准测试细节，声称与英伟达的 GB200 和 GB300 系统相比，在效率和延迟方面有显著提升。该芯片据称提供更高的每瓦性能和更低的延迟，预计将于年底部署。同时，智能体框架（agent harnesses）和记忆系统正演变为一等组件，新的研究和开源项目专注于结构化智能体优化、持久化智能体和企业级基础设施。这一转变表明智能体系统正朝着更强大、更适应性的方向发展，框架设计与模型选择同等重要。