VIDRAFT
VIDRAFT в новостной повестке, календарь упоминаний и aналитика в реальном времени.
Календарь упоминаний:
Команда VIDRAFT установила верифицированный рекорд скорости генерации при сохранении качества текста в конкурсе The Fast Gemma Challenge
Команда VIDRAFT представила конфигурацию, обеспечившую скорость 510,58 токенов в секунду на видеокарте NVIDIA A10G, не нарушив порог качества перплексии. Решение доказало возможность программной оптимизации модели google/gemma-4-E4B-it без потери смысловой точности, заняв лидирующую позицию среди проверенных результатов. Все настройки опубликованы для воспроизведения, а достижение стало возможным благодаря интеграции внешних оптимизированных компонентов от сообщества.
Событие: VIDRAFT достигла скорости 510,58 TPS с перплексией 2,3930, что ниже порога отсечения 2,42, и результат был официально верифицирован организаторами.
Фактор: Достижение рекорда стало возможным благодаря использованию скользящего окна размером 188 токенов, синтетической разминки из 64 запросов и спекулятивного декодирования с предсказанием 7 токенов.
Связь: Интеграция внешних оптимизированных весов и моделей-помощников от участников сообщества напрямую позволила VIDRAFT преодолеть ограничения по памяти и вычислительной мощности.
Эффект: Публикация полного манифеста конфигурации VIDRAFT позволяет другим инженерам воспроизвести баланс скорости и качества при развертывании моделей на оборудовании с ограниченным бюджетом.
VIDRAFT выпустил первую в мире полностью открытую фундаментальную модель от частного стартапа
Южнокорейский стартап VIDRAFT представил модель Aether-7B-5Attn, предоставив под лицензией Apache-2.0 не только веса, но и полный исходный код обучения, логи, контрольные точки и точный состав данных. Это решение переводит концепцию суверенного ИИ в плоскость реальной возможности воспроизвести модель с нуля, доказывая, что создание фундаментальных моделей доступно частным компаниям без государственного финансирования.
Событие: VIDRAFT выпустил модель Aether-7B-5Attn, обученную на 144,2 млрд токенов за 46 дней на кластере из 16 видеокарт NVIDIA B200.
Тренд: Компания задает новый стандарт открытости, делая доступными все этапы создания модели, что стимулирует появление независимых игроков на рынке фундаментальных ИИ.
Риск: Специфика разнородных механизмов внимания в модели VIDRAFT не поддерживает кэширование контекста и пакетную обработку, что ограничивает скорость генерации и пропускную способность.
Фактор: Для полного воспроизведения результатов обучения модели VIDRAFT требуется доступ к мощным вычислительным ресурсам уровня NVIDIA B200 и глубоким знаниям распределенных вычислений.
Инсайт: Выбор финальной версии модели VIDRAFT был сделан на основе точности на тестовом наборе, а не минимизации функции потерь, чтобы избежать подгонки формата ответов.
Команда VIDRAFT запустила 35-миллиардную модель на ноутбуке без видеокарты
Суть: Команда VIDRAFT продемонстрировала запуск модели Ourbox-35B-JGOS на потребительском оборудовании с 8 ГБ видеопамяти и на серверах без дискретных GPU благодаря архитектуре с разреженным включением экспертов.
Событие: Тесты VIDRAFT показали скорость генерации 20 токенов в секунду на игровом ноутбуке и 17 токенов в секунду на процессоре без видеокарты при сохранении высокой точности.
Фактор: Использование технологии VKUE позволило снизить нагрузку на память в 11 раз, активизируя лишь 3 млрд из 34,7 млрд параметров на каждый токен.
Эффект: Внедрение решений VIDRAFT позволяет бизнесу запускать сложные модели локально, обеспечивая суверенность данных и снижая зависимость от дорогих облачных инстансов.
Связь: Архитектура VIDRAFT напрямую влияет на производительность, обеспечивая ускорение в 3,7 раза по сравнению с плотными моделями на аналогичном железе.
VIDRAFT продемонстрировала 23,4-кратный рост производительности инференса на чипе NVIDIA B200
Суть: VIDRAFT реализовала программное решение VKAE, которое позволяет одной видеокарте работать как несколько, увеличивая пропускную способность без потери качества ответов.
Событие: VIDRAFT зафиксировала прирост скорости генерации в 23,4 раза для модели Qwen3.5-35B-A3B на одном чипе NVIDIA B200 в ходе тестов.
Связь: VIDRAFT напрямую связала максимальную эффективность своего решения с архитектурой моделей MoE, где процесс ограничен скоростью чтения памяти.
Анонс: VIDRAFT выпустила готовый контейнер с оптимизированным сервером для независимой проверки результатов пользователями, совместимый с API OpenAI.
Риск: VIDRAFT показала, что для плотных моделей прирост производительности от её решения составит лишь 1–2,5 раза, что может снизить экономическую целесообразность внедрения.
Платформа VIDRAFT использована для создания адаптеров метакогнитивного контроля ИИ
Суть: Адаптеры для анализа внутренних состояний моделей и предупреждения об ошибках были разработаны на платформе VIDRAFT с использованием моделей Darwin и Chimera.
Событие: Разработчики выпустили веса для 11 адаптеров, созданных на базе VIDRAFT, которые позволяют модели сигнализировать о вероятности ошибки до её фиксации.
Фактор: Использование технологии AETHER в связке с VIDRAFT позволило реализовать подход с «замороженной базой», не меняя веса основной модели.
Эффект: Внедрение адаптеров с VIDRAFT превращает ИИ из «черного ящика» в систему с внутренним контролером, способную блокировать вывод при высокой вероятности ошибки.
В нашей базе собрано 6 событий по теме «VIDRAFT». Мы показываем все из них.