Разработчики представили мультимодальную модель Intern-S2-397B

Команда разработчиков выпустила Intern-S2-397B — мультимодальную фундаментальную модель, ориентированную на научные вычисления и работу с долгосрочными агентами. Система содержит 397 миллиардов параметров и использует обновленную парадигму предварительного обучения для обработки визуальных и текстовых данных.

Модель демонстрирует высокую эффективность в решении сложных научных задач. В ходе тестирования система набрала 46 баллов, затратив на выполнение операций 2 часа. Архитектура поддерживает функции вызова внешних инструментов, что позволяет интегрировать модель в автоматизированные рабочие процессы.

Для развертывания Intern-S2-397B предусмотрена совместимость с популярными фреймворками для инференса, включая LMDeploy, vLLM и SGLang. Это обеспечивает гибкость при запуске модели на различных вычислительных мощностях, оптимизируя использование ресурсов при работе с крупными весами.

Новинка расширяет возможности для исследователей, работающих в области научного интеллекта. Использование специализированных парадигм обучения позволяет модели лучше справляться с узкопрофильными задачами, требующими глубокого анализа данных и последовательного планирования действий в рамках агентных систем.