StepFun hat die offenen Gewichte für Step 5 Preview veröffentlicht, ein Modell mit insgesamt 600B Parametern…

…27B aktiven und einem 1M-Token-Kontext, zusammen mit einem technischen Blog, der seine 92-lagige sparse GQA-Architektur und das Training für langfristige Agenten detailliert beschreibt.

KI-generiert: Die Zusammenfassungen schreibt eine KI auf Grundlage der verlinkten Quellen. So nutzen wir KI