Dari tanggal 25 hingga 29 Mei, Facewall Intelligence dan OpenBMB bersama-sama menyelenggarakan "Edge-Side Large Model Open Source Week," yang mengungkap fitur-fitur unggulan dari model edge-side besar setiap harinya.
Dari tanggal 25 hingga 29 Mei, Facewall Intelligence dan OpenBMB bersama-sama menyelenggarakan "Edge-Side Large Model Open Source Week," yang mengungkap fitur-fitur unggulan dari model edge-side besar setiap harinya. Puncak dari model edge-side besar bukanlah sekadar puncak gunung es, tetapi seluruh gunung es. Hari ini adalah edisi kedua dari Open Source Week: model teks edge-side yang sangat andal – MiniCPM5-1B, yang secara resmi dirilis dan dijadikan open-source oleh Facewall Intelligence bekerja sama dengan Universitas Tsinghua dan komunitas open-source OpenBMB, mewakili generasi terbaru dari model dasar teks edge-side besar. MiniCPM5-1B sekali lagi memperbarui batas atas kepadatan kecerdasan model: dengan hanya 1 miliar parameter, ia melampaui semua model dengan kurang dari 2 miliar parameter di papan peringkat AA-Index yang terkenal secara internasional. Dibandingkan dengan Qwen3.5-2B yang dirilis tiga bulan lalu, MiniCPM5-1B tidak hanya berkinerja lebih baik tetapi juga mengurangi jumlah parameter hingga setengahnya. Hasil ini semakin memvalidasi hukum kepadatan yang terus kami amati: kepadatan kecerdasan model besar terus meningkat dengan laju sekitar dua kali lipat setiap 3,5 bulan. Model yang lebih kecil memiliki kepadatan kecerdasan yang lebih tinggi. Menurut beberapa benchmark yang tersedia untuk umum, MiniCPM5-1B memiliki kinerja teks keseluruhan terbaik di antara model dasar dengan ukuran parameter 2B atau kurang secara global. Dalam dimensi seperti pengetahuan, penalaran matematika, penalaran kode, dan pemanggilan alat, MiniCPM5-1B secara komprehensif melampaui model dasar dengan ukuran serupa, termasuk Qwen3.5-0.8B dan LFM2.5-1.2B-Thinking. Pada benchmark Artificial Analysis (AA) yang otoritatif, skor MiniCPM5-1B (17,9 poin) menempati peringkat pertama dalam kategori "Model Kecil", bahkan melampaui Qwen3.5-2B (16,3 poin), menjadikannya model dasar open-source terkuat dengan ukuran parameter 2B secara global!
Selain itu, ia ramah perangkat, dengan hambatan penyebaran dan pengoperasian yang sangat rendah. Setelah kuantisasi INT4, ukurannya hanya 0,5GB, yang berarti dapat dijalankan di ponsel, di browser, dan bahkan di hampir semua perangkat keras yang Anda miliki. Bahkan dengan hanya 1B parameter, MiniCPM5-1B yang bertenaga masih dapat menjalankan sejumlah besar aplikasi menarik dan keren, seperti "desktop pets" yang berjalan di perangkat semua orang.
Yang lebih luar biasa lagi adalah versi Model Dasarnya telah dilatih sebelumnya menggunakan ForgeTrain, sebuah kerangka kerja pelatihan AI yang dikembangkan secara independen oleh Wallfacer AI. ForgeTrain adalah kerangka kerja pra-pelatihan model skala besar kelas produksi pertama di dunia yang ditulis sepenuhnya oleh AI, tanpa keterlibatan programmer manusia dalam menulis kode kerangka kerja, dan kecepatan pelatihannya 10% lebih cepat daripada NVIDIA Megatron. Sebuah kerangka kerja yang ditempa oleh AI itu sendiri melatih model dasar teks paling kuat di dunia pada skala 2B. Ini menunjukkan bahwa "AI menciptakan AI"—Kecerdasan Rekursif (RSI)—bukanlah mimpi belaka, tetapi realitas yang sudah terwujud, dan bahkan mungkin tercapai lebih cepat dari prediksi pendiri dan CEO Anthropic AI, Dario Amodei, pada tahun 2028. MiniCPM5-1B sekarang sepenuhnya open source, termasuk bobot model, dataset pelatihan, dan solusi penerapan. Di bawah ini adalah pengantar lengkap untuk mesin kecil yang ampuh ini. Dengan 1 miliar parameter, MiniCPM5-1B, sebuah "perangkat desktop" super keren, telah semakin meningkatkan pemahaman industri tentang model sisi tepi—sebuah model dasar dengan sekitar 1 miliar parameter (1B) juga dapat menggerakkan banyak aplikasi yang canggih dan keren. Misalnya, sebuah "perangkat desktop" yang terjangkau oleh semua orang, yang berjalan di ponsel atau komputer Anda, dapat menjadi teman yang bermanfaat kapan saja, di mana saja, dengan atau tanpa akses internet.
