Laboratorio de IA de shanghái lanza un modelo multimodal de código abierto con capacidades avanzadas de memoria y tareas científicas

El Laboratorio de IA de Shanghái ha lanzado el modelo grande de base Shusen-S2, que demuestra un rendimiento de primer nivel en varios dominios científicos. El modelo cuenta con una arquitectura de Decodificador de Memoria con un módulo de memoria plug-and-play, lo que permite añadir la experiencia específica del dominio sin necesidad de volver a entrenar todo el modelo. Esta innovación permite que el modelo mantenga sus capacidades generales al expandirse a campos especializados. Además de su mecanismo de memoria, Shusen-S2 mejora las capacidades de razonamiento a largo plazo y de ejecución de agentes, que son cruciales para tareas de investigación científica complejas. Estas características están diseñadas para apoyar la resolución de problemas y el uso de herramientas en varios pasos, lo que posiciona al modelo como un competidor serio en la investigación científica. El lanzamiento representa un paso significativo hacia la creación de modelos de código abierto capaces de abordar desafíos científicos avanzados.