Hugging Face · 每日论文·2026-10-11 04:00· 5 天前精选AI 评分74

Apertus 1.5：从开源文本模型到开源多模态推理器

Apertus 1.5: From Open Text Models to Open Multimodal Reasoners

AI 导读

Apertus 1.5 在 Apertus 1.0 基础上扩展至多模态推理，通过在 4T（8B）和 2T（70B）额外 token 上持续预训练，支持图像和音频理解，上下文窗口扩展至 262,144 tokens；模型架构不变，多模态输入通过 tokenizer 实现，语言模型头仍限于文本。

推荐理由

原文展示了从纯文本到多模态推理的扩展路径，以及在开放数据和训练流程上的完整透明性，为构建可复现的开源多模态模型提供了明确参考。