最新国模 Naive-N0.5-Flash 是一款面向 编程与 AI 研发 的 MoE 模型，总参数量为 309B，激活参数量为 15.5B。 原生 1M 上下文，不含全局注意力机制。 Naive-N0.5-Flash 将滑动窗口注意力机制（SWA）与采用 GQA4 的轻量化 DeepSeek 稀疏注意力机制（DSA）相结合，主要采用每 5 层 SWA 搭配 1 层 DSA 的布局。整个网络结构仅使用局部或稀疏注意力机制，不含任何全局注意力机制。 AI 优化推理，速度最高可达 2,000 tokens/s。 NaiveRT 是为 Naive-N0.5-Flash 构建的推理系统，其构建与优化均采用以 AI 为中心的研发方式。通过 mega-kernel fusion、程序化依赖启动（Programmatic Dependent Launch，PDL）与投机解码，标准模式下每位用户的输出速度为 50 tokens/s，而极速模式下最高可达 2,000 tokens/s。 开放权重与 API。 模型权重与推理代码均以 MIT 许可开源发布。同时将提供API访问，API 输入、输出和缓存读取价格分别为每百万 tokens 0.6、2.6 和 0.07 人民币。 评测结果 目前是邀请制注册的 NaiveAI NaiveAI Naive AI, the lab where AI builds AI. Frontier models running at 2,000 tokens/sec, faster than you can read, with open weights you can run anywhere. 1 个帖子 - 1 位参与者 阅读完整话题

  • 情报分类：技术学习与提效
  • 分类依据：内容涉及技术、AI、软件工具或工程实践
  • 信息来源：服务器 / LINUX DO - 最新话题
  • 发布时间：2026/9/28 00:33:24