RepositoryinclusionAI/LingSammlung
Mixture-of-Experts-Modelle senken den Rechenaufwand bei der Inferenz drastisch, da pro Abfrage nur ein Bruchteil aller Parameter aktiviert wird. Mit 2,75B aktiven Parametern bietet Ling-lite ein kompaktes Modell für lokale Deployments bei gleichzeitig langem Kontext von 128K.
Das Projekt richtet sich an Entwickler und KI-Forscher, die anpassbare MoE-Architekturen für Aufgaben von Textverarbeitung bis Reasoning suchen. Mit 267 Stars und 26 Forks ist die Community noch überschaubar, doch die regelmäßigen Modellupdates im Frühjahr 2025 und die Bereitstellung auf Hugging Face und ModelScope deuten auf eine funktionierende Release-Pipeline hin.
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.
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.
Artikel:Thinking Machines Lab
Thinking Machines Lab hat Inkling veröffentlicht, ein multimodales Mixture-of-Experts-Modell mit 975 Milliarden Gesamtparametern (41 Milliarden aktiv) und 1 Million Token Kontext. Es ist vor allem als vielseitige Open-Weights-Basis für Fine-Tuning über die eigene Plattform Tinker gedacht.
Link:inclusionAI
inclusionAI hat Ring-2.6-1T veröffentlicht, ein Modell mit einer Billion Parametern unter MIT-Lizenz. Es zielt auf komplexe Agenten-Workflows ab und bietet einstellbare Denkintensitäten sowie ein asynchrones RL-Trainingsverfahren.
Repository:JustVugg/colibri
Colibrì ist eine leichtgewichtige Open-Source-Inferenz-Engine in reinem C ohne externe Abhängigkeiten, die riesige Mixture-of-Experts-Modelle (MoE) von 744 Milliarden bis 2,8 Billionen Parametern auf gewöhnlicher Consumer- und heterogener Hardware ausführt. Durch mehrstufiges Speichermanagement (AI Memory Multitiering) werden Experten dynamisch von der Festplatte gestreamt.
37.671SterneC
Artikel:Zhidx
Ant Groups Bailian hat das Open-Source-Modell Ling-3.0-tiny vorgestellt. Die Architektur kombiniert DeepSeeks MLA mit Kimis KDA in einem Mixture-of-Experts-Design mit 7,9 Milliarden Gesamtparametern, von denen pro Token nur 1,3 Milliarden aktiviert werden. Das Modell zielt auf den effizienten lokalen Einsatz auf Rechnern wie Apple-Silicon-Macs und DGX-Workstations ab.
Dieser Inhalt wurde teilweise mithilfe von KI erstellt.
