LinkinclusionAISammlung
Große Open-Weights-Modelle im Billionen-Parameter-Bereich schließen bei mehrstufigen Workflows und mathematischem Reasoning zunehmend zu proprietären Modellen auf. Durch regulierbare Reasoning-Stufen lassen sich Token-Aufwand und Denktiefe flexibel an Produktionsanforderungen anpassen.
inclusionAI adressiert das Problem langer Trainingszeiten und GPU-Wartezeiten im Reinforcement Learning durch die Entkopplung von Sampling und Parameter-Updates. In Kombination mit dem IcePop-Algorithmus soll dies die Stabilität bei extrem langen Trainingszyklen gewährleisten. Die Ausrichtung auf Tool-Aufrufe, Fehlerkorrektur und kontinuierliche Kontextführung positioniert das Modell primär als Workflow-Engine für Coding- und Unternehmens-Agenten.
Zusammenfassung von KI erstellt (Gemini 3.8 Flash, 27. September 2026). Sie kann Fehler enthalten – maßgeblich ist die Originalquelle.
Inhaltlich ähnlich, ermittelt über die KI-Suche.
Artikel:Ant Group
Die Ant Group stellt mit Ring-2.6-1T ein quelloffenes MoE-Modell mit einer Billion Parametern vor, das für Coding-Agenten, Tool-Nutzung und komplexe Langzeittasks ausgelegt ist.
Link:Kilo Code
inclusionAI stellt mit Ring-2.6-1T ein Thinking-Modell mit 1-Billion-Parameter-Skalierung und 63 Milliarden aktiven Parametern bereit. Das auf Coding-Agenten ausgerichtete Modell ist über Kilo Code und OpenRouter kostenlos verfügbar.
Link:inclusionAI
inclusionAI hat Ling-3.0-tiny veröffentlicht, ein leichtgewichtiges MoE-Modell mit 7,9 Milliarden Gesamtparametern, das pro Token nur 1,3 Milliarden Parameter aktiviert. Das Modell setzt auf eine hybride Architektur aus linearen Aufmerksamkeits- und Latent-Attention-Schichten und zielt auf recheneffizientes Reasoning sowie Agenten-Aufgaben auf lokaler Hardware ab.
Link:Ant Group
inclusionAI ist die offizielle Hugging-Face-Organisation für die AGI-Initiative der Ant Group. Dort veröffentlicht das Unternehmen Open-Source-Modelle aus den Bereichen LLM, Bildgenerierung und Reinforcement Learning.
Repository:ornith-ai/Ornith-1
Das GitHub-Repository Ornith-1 stellt eine Familie quelloffener KI-Modelle vor, die speziell auf agentische Aufgaben und iterative Selbstoptimierung ausgelegt sind. Mit den Generationen Ornith-1.0 und Ornith-1.5 verfolgt das Projekt Ansätze wie Self-Scaffolding und automatisierte Aufgaben- und Lösungserstellung für Reinforcement Learning.
2013Sterne
Link:ornith-ai
ornith-ai hat das multimodale Mixture-of-Experts-Modell Ornith-1.5-397B unter MIT-Lizenz veröffentlicht. Das 397 Milliarden Parameter schwere Modell setzt auf kontinuierliche Selbstverbesserung und erzielt in Programmier- und Reasoning-Benchmarks Ergebnisse auf dem Niveau führender proprietärer Modelle.
Dieser Inhalt wurde teilweise mithilfe von KI erstellt.
