XVERSE-7B-Chat为XVERSE-7B模型对齐后的版本。 XVERSE-7B 是由深圳元象科技自主研发的支持多语言的大语言模型（Large Language Model），参数规模为 70 亿，主要特点如下： 模型结构：XVERSE-7B 使用主流 Decoder-only 的标准 Transformer 网络结构，支持 8K 的上下文长度（Context Length），能满足更长

XVERSE-MoE-A4.2B介绍 XVERSE-MoE-A4.2B 是由深圳元象科技自主研发的支持多语言的大语言模型（Large Language Model），使用混合专家模型（MoE，Mixture-of-experts）架构，模型的总参数规模为 258 亿，实际激活的参数量为 42 亿，本次开源的模型为底座模型 XVERSE-MoE-A4.2B，主要特点如下： 模型结构：XVERSE

引言 在人工智能的快速发展中，大模型技术始终是推动行业进步的重要力量。特别是在处理长文本上下文方面，长文本技术已成为衡量一个大模型技术成熟度的重要标准。近日，元象科技发布了全球首个256K上下文窗口长度的开源大模型——XVERSE-Long-256K，这一创新举措不仅填补了开源生态的空白，也标志着大模型技术在长文本处理能力上迈出了重要一步。 Huggingface模型下载：https://h

大模型也太卷了吧, 国内此前开源了多个 70 到 130 亿参 数大模型，落地成果涌现，开源生态系统初步建立。随着智能体等任务复杂性与数据量的提升，业界与社区对更「大」模型的需求愈发迫切。国内最大开源模型来了，高性能无条件免费商用,元象 研究表明，参数量越高，高质量训练数据越多，大模型性能才能不断提升。而业界普遍共识是达到 500 到 600 亿参数门槛，大模型才能「智能涌现」，在多任务中展现强