مدل قدرتمند «Solar Open 2» با معماری ۲۵۰ میلیاردی و ساختار Mixture-of-Experts از راه رسید. این مدل که به طور اختصاصی برای «وظایف عاملمحور» (Agentic Tasks) و درک مسیرهای طولانی طراحی شده، با پنجره متنی ۱ میلیون توکنی، استانداردهای جدیدی را در بنچمارکهای هوش مصنوعی جابجا کرده است.
نکته هیجانانگیز ماجرا، استفاده از روش MOPD برای ترکیب مهارتهای متخصصان مختلف در یک مدل واحد است که باعث شده این مدل در تستهایی مثل MMLU-Pro و LiveCodeBench حرفهای زیادی برای گفتن داشته باشد. 📈✨
منبع: arXiv NLP