POCKET-Darwin-180B-GGUF
PulseAugur coverage of POCKET-Darwin-180B-GGUF — every cluster mentioning POCKET-Darwin-180B-GGUF across labs, papers, and developer communities, ranked by signal.
- 2026-10-06 product_launch VIDRAFT released POCKET-Darwin-180B-GGUF, a consumer-deployable version of their 180B parameter MoE model. 来源
7 天有情绪数据
-
VIDRAFT 模型在 Hugging Face 上引领韩国 LLM 下载量
截至 2026 年 11 月 21 日,VIDRAFT 模型在 Hugging Face 的韩国 LLM 下载排行榜上占据主导地位。其 POCKET 系列中的三款模型——POCKET-Darwin-180B-GGUF、POCKET-35B-GGUF 和 POCKET-26B-GGUF——占前 30 名韩国模型下载量的 45.6%。这些模型之所以受欢迎,是因为它们是 GGUF 版本,专为通过 llama.cpp 在本地执行而设计,无需高…
-
韩国AI模型在14项基准测试中领先,POCKET-Darwin-180B-GGUF下载量居首
韩国AI模型的每日排名显示,截至2026年11月20日,韩国模型在Hugging Face的14项基准测试中处于领先地位。其中,Bidraft模型表现尤为突出,在其中12项基准测试中位居榜首。在下载量方面,POCKET-Darwin-180B-GGUF在过去30天内以超过49.5万次的下载量领跑韩国开源LLM类别。在全球范围内,GPT2仍然是下载量最高的模型。
-
VIDRAFT的180B Darwin模型在推理方面击败2.8T竞争对手 · 跟踪到1个来源
VIDRAFT拥有1800亿参数的模型Darwin-180B-RSI在2026年11月的SuperCLUE数学和科学推理评估中获得最高排名。该模型在数学和科学推理方面超越了拥有2.8万亿参数的Moonshot AI的Kimi K3.1 Pro,并在总排名中位列第二,仅次于OpenAI的GPT-6.1 Sol。这一成就归功于VIDRAFT创新的模型合成技术,结合了不同父模型的优势,以及递归自我改进,即模型生成并验证自己的解决方案以增强其权重。
-
韩国AI模型在Hugging Face基准测试和下载量中领先
2026年11月16日对AI模型的最新分析显示,韩国模型在Hugging Face的多个基准测试和下载量方面处于领先地位。在Hugging Face的官方基准测试的55个排名榜单中,韩国模型占据了14个榜单的首位。其中,Bidraft模型在这些榜单中的12个榜单上取得了第一名。在下载量方面,POCKET-Darwin-180B-GGUF是韩国领先的开源LLM,在过去30天内下载量超过528,000次。Bidraft模型也表现强劲,其四…
-
新排行榜显示,VIDRAFT模型在韩国30天LLM下载量中领先
一个新的排行榜根据最近30天的下载量而非累计下载量,追踪Hugging Face上下载量最大的开源LLM。这种方法突出了当前活跃的模型,全球前300名和韩国前30名每日更新。截至2026年11月14日,VIDRAFT模型,包括POCKET-Darwin-180B-GGUF和POCKET-35B-GGUF,在韩国下载排行榜上占据主导地位,占前30名下载量的很大一部分。
-
LLM内存使用:通过POCKET GGUF分析超越文件大小
本文深入探讨了在本地运行大型语言模型的复杂性,解释了为什么仅查看文件大小不足以进行内存分配。文章指出,对于更长的上下文,KV缓存的增长可能超过模型文件的大小,并且专家混合(MoE)模型不一定会将其整个文件加载到内存中。该分析通过检查各种POCKET GGUF模型的每权重比特数、KV缓存大小以及每Token实际读取的权重来分解内存使用情况,提供了一种更准确的估算内存需求的方法。
-
Darwin-180B GGUF 文件因大型查找表导致名称-大小不匹配
对 Darwin-180B-RSI-R3 模型的六个 GGUF 量化文件的分析揭示了文件名与其实际大小之间存在差异。研究发现,模型参数的很大一部分,特别是 28.9%,用于一个查找表 (per_layer_token_embd.weight),该表独立于量化名称存储,通常采用 Q8_0 等更高比特格式。该表的大小在不同文件之间可能差异很大,导致文件名暗示较低比特量化但文件实际更大的情况。分析还指出,模型中与量化名称更直接相关的“专家”…
-
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。
-
Darwin-180B-RSI-R3在SuperCLUE数学推理方面领先开放权重模型
一款新的开放权重模型Darwin-180B-RSI-R3在SuperCLUE的数学和科学推理基准测试中取得了73.68分,在开放权重模型中排名第一,总体排名第二。该模型重用了Qwen3.8-Flash-Next的专家层,在Hugging Face GPQA Diamond排行榜上也表现强劲。此外,相关的ViKernel代理卫士成功阻止了290个恶意命令中的290个,其设备构建版本POCKET-Darwin-180B-GGUF的下载量已…
-
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。
-
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…
-
Darwin-180B-RSI 模型领跑 10 个排行榜,可在笔记本电脑上运行
Darwin-180B-RSI 模型在包括 MDPBench、ExtractBench 和 IFStruct 在内的多个基准测试中取得了顶级排名,在 Hugging Face 排行榜上获得了 10 项官方第一名。这个拥有 1800 亿参数的模型,特别是 POCKET-Darwin-180B-GGUF 变体,因其能够在没有专用 GPU 的情况下在笔记本电脑和迷你 PC 等消费级硬件上运行而备受关注,这得益于其稀疏专家混合架构和 4 位量…
-
离线AI应用HeliGO在手机上本地运行LLM
Ginigen开发了一款名为HeliGO的离线灾难和生存应用,旨在完全无需互联网连接即可运行。该应用使用基于Google Gemma-4 E4B的4位量化模型Edge-4B-TELL,该模型本地存储在设备上。针对移动设备的关键优化包括用于管理Android上核心分配的线程固定和用于减少模型加载时间的特性延迟加载。该应用还包含一个多阶段安全门,它分析模型的内部状态而不是其自我报告的置信度,从而解决了LLM幻觉的问题。