OpenBMB выпустила MiniCPM5-2B, второй чекпоинт в серии MiniCPM5, который следует за MiniCPM5-1B. Эта плотная языковая модель содержит 2,516,756,480 параметров и использует 42 слоя с групповой внимательностью, что позволяет эффективно обрабатывать большие объемы данных. Модель имеет стандартную архитектуру LlamaForCausalLM, что облегчает её интеграцию с основными движками без необходимости в кастомных ядрах.
MiniCPM5-2B продемонстрировала средний результат 53,9 по 34 бенчмаркам, что ставит её на уровень с другими моделями, такими как LFM2.5-2.6B и Qwen3.5-2B. В частности, лучшим результатом среди сравниваемых моделей является Qwen3.5-4B с показателем 51,1. Это подчеркивает конкурентоспособность MiniCPM5-2B в своем классе, особенно учитывая её возможности развертывания на устройствах.
Запуск MiniCPM5-2B важен для дальнейшего развития языковых моделей, так как он предлагает новые возможности для разработчиков и исследователей. Модель, совместимая с различными платформами, может быть использована в широком спектре приложений, что способствует инновациям в области искусственного интеллекта и обработки естественного языка.