新开普：星普大模型表现出色，算力消耗显著降低 在最近的一次机构电话交流会上，新开普公司透露了其自研的星普大模型的最新测评结果。该模型采用了 SFT（监督微调）与 RL(强化学习)的训练技术，在智能推理效果上与 DeepSeek-R1相近，且算力消耗仅为 DeepSeek-R1的1/20。这一成果不仅彰显了新开普在人工智能领域的研发实力，同时也
一、官方信息源核心表述 1. 垂直领域定位 根据新开普在2025年3月6日投资者交流会上的明确说明,星普大模型是专为智慧校园场景设计的垂直领域大模型。其训练数据融合了新开普20余年积累的校园业务数据(如学科辅导、生活服务等),并通过自研的SFT+RL(监督微调+强化学习)技术优化,显著提升教育场景的语义理解与任务执行...
星普大模型和Manus是两个独立的技术实体,分别专注于不同领域的人工智能应用。星普大模型是一种先进的大规模预训练语言模型,主要用于自然语言处理和生成任务,而Manus则是一家专注于机器人技术和智能硬件开发的公司,致力于将人工智能与机械系统结合,提供创新的解决方案。 星普大...
随着技术的不断迭代,星普大模型有望在更多领域实现突破。例如,结合增强学习技术,它可能会进一步提升个性化服务能力;通过与硬件设备的深度集成,它也可能在教育硬件产品中发挥更大作用。未来,星普大模型将继续推动人工智能技术的普及和应用。
看公告,个人理解一下星普大模型倒底是个什么模型 在东方财富看资讯行情,选东方财富证券一站式开户交易>> 1:模型来源: “行业数据深度赋能:融合新开普二十余年积累的校园业务数据,结合通用数据构建混合训练集”, 显然,训练中使用了通用数据,并加入校园业务数据,我们初步理解这个校园业务包括当前重点内容,如学科辅导,...
新开普：星普大模型内部测评智能推理效果与DeepSeek-R1相近 算力消耗约其1/20 人民财讯3月7日电，新开普(300248)3月6日在机构电话交流会表示，公司自研的星普大模型，通过SFT+RL（监督微调+强化学习）的训练技术，在内部测评验证中，实现了与DeepSeek-R1相近的智能推理效果，而算力消耗仅约为其1/20，下一步...
谈及公司自研星普大模型的优势时,新开普表示,星普大模型是新开普为智慧校园场景量身打造的行业大模型,其核心优势体现在以下三个方面:一是行业数据深度赋能,融合新开普二十余年积累的校园业务数据,结合通用数据构建混合训练集,显著提升校园垂直场景的语义理解与指令执行能力;二是本地数据安全,模型本地部署,保障数据安...
$新开普(SZ300248)$关于新开普(NewCap)的星普大模型(Xingpu Model),目前可获取的信息显示其具备以下核心特点和优势: 技术突破 1. 高效推理能力 星普大模型通过**监督微调(SFT)与强化学习(RL)**技术,在内部测评中实现了与知名模型DeepSeek-R1相近的智能推理效果,但算力消耗仅为后者的1/20。这一突破显著降低...
新开普在机构电话交流会表示,公司自研的星普大模型,通过SFT+RL(监督微调+强化学习)的训练技术,在内部测评验证中,实现了与DeepSeek-R1相近的智能推理效果,而算力消耗仅约为其1/20,下一步将参加行业评测,以获取行业公认数据。算力消耗降少可降低硬件投入,节约的算力预算可以为让渡给软件提供了空间,为更多软件、智能...
新开普：星普大模型在内部测评中实现与DeepSeek-R1相近的智能推理效果 金融界3月7日消息，新开普披露投资者关系活动记录表显示，公司自研的星普大模型通过SFT+RL训练技术，在内部测评中实现了与DeepSeek-R1相近的智能推理效果，且算力消耗仅约为其1/20。下一步，公司将参加行业评测，以获取行业公认数据。此外，...