IQuest Research ने IQuest-Q1 मॉडल जारी किया: 15B सक्रिय मापदंडों के साथ एजेंटों के लिए 320B MoE

IQuest Research ने IQuest-Q1 मॉडल जनता के लिए जारी किया है, जो एक विरल भाषा मॉडल है जिसे 'मिश्रण-के-विशेषज्ञ' (MoE) प्रकार का है। इसे एजेंटों के भीतर कोडिंग, तर्क और बहु-चरणीय टूल उपयोग के कार्यों के लिए विकसित किया गया है। मॉडल में कुल लगभग 320 बिलियन पैरामीटर हैं, जबकि प्रति टोकन लगभग 15 बिलियन पैरामीटर सक्रिय होते हैं।

वजन और मॉडल कार्ड 28 सितंबर को IQuestLab संगठन पर Hugging Face प्लेटफॉर्म पर प्रकाशित किए गए थे, और इन्फेरेंस के लिए कोड IQuest-Q1 की विशेष लाइसेंस के तहत GitHub पर उपलब्ध है। टीम IQuest-Q1 को एजेंट कमांड लाइन सिस्टम के लिए एक मौलिक मॉडल के रूप में प्रस्तुत करती है।

तकनीकी विशिष्टताएँ और प्रशिक्षण

मॉडल कार्ड के अनुसार, IQuest-Q1 में 88 ट्रांसफार्मर परतें, 256 विशेषज्ञ हैं, जिनमें से प्रत्येक टोकन पर आठ सक्रिय होते हैं। मॉडल एक हाइब्रिड अटेंशन पैटर्न का उपयोग करता है, जिसमें तीन स्लाइडिंग विंडो लेयर और एक फुल अटेंशन लेयर का संयोजन शामिल है, और यह 524,288 टोकन का संदर्भ विंडो भी सपोर्ट करता है। मल्टी-टोकन भविष्यवाणी के लिए स्पेक्युलेटिव डिकोडिंग का समर्थन करने वाली परतें प्रदान की गई हैं।

IQuest आठ ग्राफिक्स प्रोसेसिंग यूनिट (GPU) पर SGLang या vLLM के साथ मॉडल का उपयोग करने और इसे Claude Code या Codex जैसे वातावरण के अंदर चलाने की सलाह देता है। प्री-ट्रेनिंग और इंटरमीडिएट ट्रेनिंग प्रक्रिया में कोड और STEM विषयों की ओर डेटा शिफ्ट करना और लंबी संदर्भ वाले एजेंट ट्रेजेक्टरी जोड़ना शामिल था, जिसके बाद एजेंट-केंद्रित तीन चरण आए।

IQuest ने वास्तविक API, MCP सर्वर और निष्पादन योग्य रिपॉजिटरी सहित अपनी प्रणालियों के साथ कार्य तैयार किए और कई वातावरणों पर एक नीति को प्रशिक्षित किया। रीइन्फोर्समेंट लर्निंग विधियों ने विभिन्न परिदृश्यों के लिए चार विशेषज्ञ मॉडल बनाए - एजेंट उपयोगकर्ता अनुभव, कई वातावरणों में काम करना, बड़े क्षितिज वाले कार्य और सामान्य एजेंट संचालन। इन मॉडलों को बाद में नीति के माध्यम से मल्टी-टीचर डिस्टिलेशन द्वारा एक एकल छात्र में संयोजित किया गया।

परीक्षण परिणाम

प्रकाशित बेंचमार्क पर परीक्षण करते समय, IQuest-Q1 ने निम्नलिखित परिणाम दिखाए: DeepSWE v1.1 पर 64.6, NL2Repo पर 63.0, CyberGym पर 84.5, Terminal-Bench 2.1 पर 83.2, JobBench पर 55.7 और Agents' Last Exam पर 29.6। तुलनात्मक तालिका दर्शाती है कि मॉडल NL2Repo पर GLM-5.3 और DeepSeek-V4-Pro से बेहतर प्रदर्शन करता है, हालांकि DeepSWE और CyberGym परीक्षणों में यह DeepSeek-V4.1-Flash से पीछे रहता है। अन्य मॉडलों के परिणाम जहां संभव हो, सार्वजनिक रूप से प्रस्तुत किए गए हैं।

IQuest ने इस बात पर भी जोर दिया कि मॉडल मानव नियंत्रण के तहत विकसित किया गया था। एक मामले में, जैसा कि IQuest के ब्लॉग में वर्णित है, Claude Code में काम कर रहा IQuest-Q1 ने पाया कि रिवॉर्ड कर्व में धीमापन टेक्स्ट डिकोडिंग के दौरान डाले गए अतिरिक्त स्पेस के कारण हुआ था, जिसके परिणामस्वरूप सीखने के हानि फ़ंक्शन में केवल बहु-चरणीय ट्रेजेक्टरी का अंतिम कदम बचा था। इस त्रुटि को ठीक करने के बाद औसत इनाम बहाल हो गया। शोधकर्ताओं ने अनुसंधान की दिशा, महंगी प्रयोगों और कार्यान्वयन के लिए संस्करणों के चयन पर नियंत्रण बनाए रखा। टीम चेतावनी देती है कि मॉडल पाठ-आधारित है, प्रारंभिक चरण में है और कमांड लाइन में वास्तविक कार्यों को निष्पादित करते समय निरंतर मानव नियंत्रण की आवश्यकता है।

समान कहानियाँ

NaiveAI ने Naive-N0.5-Flash मॉडल जारी किया: MIT लाइसेंस के तहत 309B MoE, 1M संदर्भ के साथ

NaiveAI कंपनी ने Hugging Face प्लेटफॉर्म पर ओपन-वेट्स मॉडल Naive-N0.5-Flash प्रस्तुत किया है। यह मॉडल मिश्रण-ऑफ-एक्सपर्ट्स (MoE) आर्किटेक्चर का प्रतिनिधित्व करता है, जिसे सॉफ्टवेयर कोडिंग और आर्टिफिशियल इंटेलिजेंस अनुसंधान के कार्यों के लिए डिज़ाइन किया गया है। मॉडल की जानकारी सितंबर 2026 के मध्य या अंत में प्रकाशित हुई थी।

उत्पाद का आधिकारिक नाम NaiveAI / Naive-N0.5-Flash है। तकनीकी दस्तावेज़ीकरण के अनुसार, कुल पैरामीटर संख्या लगभग 309 बिलियन है, जबकि सक्रिय भार 15.5 बिलियन हैं। मॉडल MIT लाइसेंस के तहत वितरित किया जाता है और इसमें इन्फेरेंस के लिए कोड के साथ-साथ एक मिलियन टोकन के संदर्भ विंडो के लिए नेटिव समर्थन शामिल है।

संदर्भ लंबाई स्लाइडिंग-विंडो अटेंशन (SWA) तंत्र और हल्के डीपसीक स्पार्स अटेंशन (DSA) के हाइब्रिड संयोजन के माध्यम से प्राप्त की जाती है, जो ग्रुप अटेंशन का उपयोग करता है। आर्किटेक्चर को मुख्य रूप से SWA–DSA अनुपात लगभग 5:1 के रूप में वर्णित किया गया है, जिसमें स्टैक में पूरी तरह से ध्यान देने वाले परतें अनुपस्थित हैं। मॉडल MiMo-V2.5 नामक एक ओपन मॉडल पर आधारित है, जिसके बाद पूर्ण स्क्रैच से प्री-ट्रेनिंग के बजाय फाइन-ट्यूनिंग और पोस्ट-ट्रेनिंग की जाती है।

सेवा के संबंध में, NaiveAI NaiveRT पर जोर देता है - एक इन्फेरेंस स्टैक जिसे एआई-केंद्रित शोध का उपयोग करके विकसित किया गया है। यह स्टैक मेगा-कर्नेल फ्यूजन, प्रोग्रामेटिक डिपेंडेंट लॉन्च और स्यूडो-डिकोडिंग को जोड़ता है। विक्रेता के आंकड़ों के अनुसार, मानक मोड में प्रति उपयोगकर्ता प्रसंस्करण गति लगभग 50 टोकन प्रति सेकंड और अल्ट्राफास्ट मोड में 2000 टोकन प्रति सेकंड तक पहुंच जाती है।

Hugging Face टैग इस बात पर जोर देते हैं कि मॉडल कोड के लिए टेक्स्ट जनरेशन, लंबी संदर्भ हैंडलिंग और एआई अनुसंधान कार्यों के लिए उपयुक्त है। यह मजबूत ओपन बेस पर फाइन-ट्यूनिंग और पोस्ट-ट्रेनिंग की घोषित अवधारणा के अनुरूप है जो कोडिंग एजेंटों के लिए सीमाओं को आगे बढ़ा सकती है। डेवलपर्स के लिए, जो इस सप्ताह चीनी MoE रिलीज़ की तुलना कर रहे हैं, Naive-N0.5-Flash एक विशिष्ट उदाहरण है: MIT लाइसेंस के तहत 309B / 15.5B MoE के साथ एक मिलियन टोकन का हाइब्रिड संदर्भ, जो लागत या उत्पाद लॉन्च के बजाय वास्तुकला की खबर प्रस्तुत करता है।

शंघाई एआई लैब ने मेमोरी डिकोडर के साथ वैज्ञानिक मल्टीमॉडल मॉडल Intern-S2-397B जारी किया

शंघाई एआई लेबोरेटरी ने Hugging Face और ModelScope प्लेटफॉर्म पर खुले वज़न वाला अपना वैज्ञानिक रूप से उन्मुख मल्टीमॉडल बेस मॉडल Intern-S2-397B प्रस्तुत किया है। यह घोषणा 13 सितंबर, 2026 को पुजियान इनोवेशन फोरम में प्रस्तुति और 21 सितंबर को प्रयोगशाला ब्रीफिंग के बाद हुई।

प्रयोगशाला का आधिकारिक अंग्रेजी नाम Shanghai AI Laboratory / Intern-S2 है। यह रिलीज़ प्रयोगशाला की हालिया प्रकाशनों, जैसे Atria Dawn, Intern Physical World Model W0 और NCP-ArchPreview से अलग है, क्योंकि यह किसी एजेंट या वर्ल्ड मॉडल की घोषणा के बजाय एक आर्किटेक्चर वाली वैज्ञानिक मॉडल के वज़न का रिलीज़ है।

Intern-S2 मॉडल लंबी अवधि के वैज्ञानिक कार्यों और एजेंट चक्रों को पूरा करने के लिए डिज़ाइन किया गया है। प्रयोगशाला की सामग्री में कनेक्टेबल मेमोरी डिकोडर (Memory Decoder) की उपस्थिति पर जोर दिया गया है, जो पूरी बेस मॉडल को पुनः प्रशिक्षित किए बिना डोमेन-विशिष्ट मॉड्यूल को जोड़ने की अनुमति देता है। उदाहरण के लिए, जैविक प्रयोगों में Intern-MemDec-4B का उपयोग करने से जैविक निर्देशों पर औसत स्कोर लगभग 56.92 से बढ़कर 60.32 हो गया, जबकि मुख्य मॉडल के स्तर पर समग्र परिणाम बरकरार रहे।

Hugging Face पर बताया गया है कि Intern-S2-397B मैप में लगभग 403 बिलियन पैरामीटर हैं। मॉडल को कच्चे वैज्ञानिक साहित्य के पेजों पर विज़ुअल प्री-ट्रेनिंग, 20 से अधिक क्षेत्रों में मल्टी-डोमेन वैज्ञानिक रीइन्फोर्समेंट लर्निंग, और आइसोलेटेड वातावरण में लॉन्ग-हॉरिजन एजेंट रीइन्फोर्समेंट लर्निंग पर प्रशिक्षित किया गया है। संचालन के लिए LMDeploy, vLLM और SGLang के माध्यम से सेवा पथ प्रदान किए गए हैं, और Intern का आधिकारिक API एंडपॉइंट प्रलेखित है।

शंघाई एआई लेबोरेटरी बताती है कि Intern-S2 को Huawei के Ascend कंप्यूटिंग स्टैक के साथ कंप्यूटिंग, कनेक्टिविटी और मेमोरी पहलुओं पर गहराई से अनुकूलित किया गया है। इसके अलावा, इस मॉडल को प्रयोगशाला के Intern DuanYan वैज्ञानिक खोज प्लेटफॉर्म में एकीकृत किया जाएगा, जो जीवन विज्ञान, सामग्री, सेमीकंडक्टर और संबंधित विषयों को कवर करता है। विक्रेता के बयानों के अनुसार, Intern-S2 ज्ञान, कोड और एजेंट सेटों में ओपन-सोर्स मॉडलों में पहले स्थान पर है, जिसमें जीव विज्ञान और सामग्री विज्ञान के कार्यों में मजबूत परिणाम दिखाए गए हैं; हालांकि, ये आंकड़े अभी भी स्वतंत्र परीक्षणों से पहले प्रयोगशाला के डेटा हैं।

शोध समूहों के लिए अंतिम परिणाम Intern-S2-397B के डाउनलोड करने योग्य वज़न तक पहुंच है, जो मेमोरी डिकोडर दस्तावेज़ीकरण और Ascend के साथ सहयोग पर एक नोट के साथ आता है। इस प्रकार, यह केवल एक बंद API पर आधारित घोषणा नहीं है, बल्कि समुदाय द्वारा उपयोग के लिए अपडेट किया गया एक खुला मल्टीमॉडल बेस मॉडल है।