ithome
科技
体育
采集 2026-11-01T04:10:39+00:00
商汤开源日日新Loop-9B-Preview模型
原始标题:商汤开源 SenseNova Loop-9B-Preview,宣称媲美 27B 参数大小模型
来源
ithome
发布时间
2026-11-01T01:02:52
采集批次
2026-11-01-04
字数
755
URL 指纹
50b9016c4103a231
📌 AI 总结(163 字)
商汤开源日日新Loop-9B-Preview模型,以90亿参数和循环计算扩展有效深度,宣称复杂任务表现媲美270亿参数模型。代码生成、办公及智能体评测中,其结果超过Qwen3.5-27B。消融实验显示,mHC使GPQA Diamond和TeamBench分别提高4.42分和13.34分,后续将继续探索DSA与自适应迭代次数。
📄 正文(755 字)
商汤科技10月30日宣布开源商汤日日新SenseNova Loop-9B-Preview模型。该模型采用Looped Transformer架构,通过引入循环计算、扩展模型的有效计算深度,并探索更充分的信息交互机制,提升复杂任务处理能力。商汤表示,在仅有9B参数的有限规模下,该模型的表现可媲美27B参数规模模型。 SenseNova Loop-9B-Preview以9B尺度模型为基座,保留首尾各4层原始解码器模块,将中间层改造为参数共享的循环计算模块,通过多轮迭代扩展有效计算深度。模型还探索循环计算中的信息传递机制,尝试引入mHC(Manifold-Constrained Hyper-Connections),利用多路残差连接与受约束的信息混合,增强特征交互并维持信号传播稳定性。 据商汤介绍,在当前评测设置下,该模型在代码生成、办公场景和智能体任务等方向均优于其他模型,并在WorkBuddy Bench、RaccoonPPT Bench和AutomationBench等评测中超过Qwen3.5-27B。这些结果表明,扩展有效计算深度有望提升小参数模型处理复杂任务的能力。 商汤通过消融实验评估了mHC的实际收益。启用该机制后,模型性能明显提升,其中GPQA Diamond提高4.42分,TeamBench提高13.34分,显示出其在复杂推理和多步骤智能体任务中的应用潜力。商汤后续将继续探索DSA、自适应迭代次数等机制,以进一步提升推理效率与任务表现。 项目地址:https://github.com/OpenSenseNova/SenseNova-Loop 模型页面:https://huggingface.co/sensenova/SenseNova-Loop-9B-Preview