POCKET-Darwin-180B
PulseAugur coverage of POCKET-Darwin-180B — every cluster mentioning POCKET-Darwin-180B across labs, papers, and developer communities, ranked by signal.
6 天有情绪数据
-
中国LLM在Hugging Face下载量领先;韩国模型POCKET-Darwin-180B跻身前300名
对Hugging Face下载量进行的最新分析显示,中国语言模型在下载量最多的300个模型中占据主导地位,占总数的70.7%。美国模型以26.8%位居其后。韩国VIDRAFT公司开发的POCKET-Darwin-180B模型是榜单上唯一的韩国模型,在过去30天内下载量超过50万次,排名第260位。VIDRAFT的CEO指出,开发者偏爱可以在个人硬件上运行的大型模型,这凸显了POCKET-Darwin-180B的可访问性的重要性。
-
中国AI模型在Hugging Face下载量上占主导地位,韩国模型落后
对过去30天Hugging Face上下载量排名前300的语言模型进行的最新分析显示,70.7%的模型源自中国,其中阿里巴巴的Qwen系列下载量居首。由AI初创公司Bidraft进行的研究还发现,这些热门模型中有56.7%是在今年发布的,表明AI领域发展迅速。值得注意的是,只有一款韩国模型Bidraft的POCKET-Darwin-180B进入了前300名,这凸显了韩国AI在全球采用方面存在显著差距。
-
韩国AI模型在Hugging Face上受欢迎,压缩格式模型下载量领先
对11家韩国领先AI公司在Hugging Face上发布的174个语言模型的2026年分析显示,可下载的压缩模型最受欢迎。Bidraft在下载量方面领先,近30天占82.2%,年初至今占58.0%。排名前五的模型均采用GGUF或NVFP4压缩格式,这表明竞争已从模型创建转向易于部署。当大型模型(如拥有1800亿和3530亿参数的模型)以这些用户友好的格式提供时,它们更受欢迎。
-
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…
-
VIDRAFT POCKET 发布面向消费级硬件的 180B MoE 模型
VIDRAFT POCKET 发布了一系列 1800 亿参数的混合专家模型 (MoE),专为消费级硬件设计,包括显存仅为 8 GB 的笔记本电脑。这些模型使用 GGUF 格式和 llama.cpp、Ollama、LM Studio 等标准运行时,无需云依赖或修改软件。旗舰模型 POCKET-Darwin-180B 在 4 位量化下实现了 87.65% 的质量保留率,该系列模型在 Hugging Face 上的下载量已超过 315 万次。
-
VIDRAFT POCKET LLM 下载量突破 315 万,可在消费级硬件上实现无 GPU AI
VIDRAFT POCKET 的 GGUF 模型系列下载量已超过 315 万,使用户无需专用 GPU 即可在标准消费级硬件上运行大型语言模型。这些模型利用稀疏专家混合(sparse Mixture-of-Experts)架构,在 CPU 上实现可用速度,并兼容 llama.cpp、Ollama 和 LM Studio 等流行工具。基准测试显示,POCKET-35B 在 CPU 上的性能优于同等大小的模型,而 POCKET-Darwin…
-
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。
-
VIDRAFT 发布可在消费级笔记本电脑上运行的 180B LLM
VIDRAFT 发布了 POCKET-Darwin-180B,这是其 1800 亿参数 Darwin-180B-RSI 模型的 4 位量化版本。该版本兼容 llama.cpp,可以通过利用稀疏专家混合路由和一种新颖的嫁接量化技术,在包括没有专用 GPU 的笔记本电脑在内的消费级硬件上运行。该模型的尺寸已从 360 GB 减至 111 GB,与传统的企业级 GPU 设置相比,能够以显著更低的硬件成本和系统 RAM 要求进行本地推理,同时…
-
18B LLM通过4位量化在消费级笔记本上运行,实现本地推理
一种名为POCKET-Darwin-180B的新方法,可以在没有专用GPU的情况下,在消费级笔记本上运行一个拥有180亿参数的大型语言模型。这是通过4位GGUF量化实现的,将模型大小从360GB减少到111GB,使得使用大约1400美元的硬件即可进行本地推理。该开发还强调了对AI代码审查工具进行稳健测试的必要性,正如在同一段代码上对两家不同供应商的比较所示。
-
180B AI模型可在笔记本电脑上运行,位居排行榜前列
VIDRAFT发布了POCKET-Darwin-180B,这是其Darwin-180B-RSI模型的深度压缩版本,现可在笔记本电脑和迷你PC等消费级硬件上运行,无需专用GPU。该模型大小为111 GB,相比其原始的360 GB大小显著减小,但在Hugging Face七个排行榜上均保持了顶尖性能。该模型的效率归功于其Mixture-of-Experts架构和内存映射技术,使其能够满足数据隐私要求严格的组织的需求。