![]() Ornith-1.5 açık kaynak model ailesi yayımlandıOrnith-1.5 open-source model family releasedHabere gitRead the article Türkçe (otomatik çeviri) English (automatic translation) |
ÖzetSummaryOrnith, 19 Ağustos 2026'da 1.5 açık kaynak LLM ailesini yayınladı. Aile; 397B MoE amiral gemisi, 35B-A3B MoE orta segment ve akıllı telefon için kuantize edilmiş bir varyantı içeren 9B yoğun (dense) modelden oluşuyor. Tüm modeller Hugging Face üzerinde MIT Lisansı ile sunuluyor.Ornith released its 1.5 open-source LLM family on August 19, 2026. The family consists of a 397B MoE flagship, a 35B-A3B MoE mid-tier model, and a 9B dense model, including a quantized variant for smartphones. All models are available on Hugging Face under the MIT License. |
Neden ÖnemliWhy it mattersÜç kademeli açık ağırlıklı ürün yelpazesi, üst segmentte Claude Opus 4.8 ile eşit performans iddiasında bulunuyor. Orta ve küçük segmentlerde ise Gemma-4-31B ve Muse-Glimmer-30B gibi daha büyük yoğun modelleri açık ara geride bırakıyor. Bu durum, yerel ve cihaz üstü devreye alma eşiğini önemli ölçüde düşürüyor. MIT Lisansı ve aynı gün yayınlanan kuantize sürümler, API bağımlılığı olmadan ticari ve mobil iş yüklerinde anında kullanım imkânı sağlıyor.The three-tier open-weight product lineup claims performance on par with Claude Opus 4.8 at the high end. In the mid and small segments, it significantly outperforms larger dense models like Gemma-4-31B and Muse-Glimmer-30B. This situation significantly lowers the barrier for local and on-device deployment. The MIT License and same-day release of quantized versions enable immediate use in commercial and mobile workloads without API dependency. |
Öne ÇıkanlarHighlights
|
EleştiriCritical takeTüm performans iddiaları, Ornith'in kendi blog yazısına ve kıyaslama ekran görüntülerine dayanıyor. Bağımsız üçüncü taraf bir değerlendirme kaynak gösterilmiyor. 'Kendini geliştiren' eğitim döngüsü ise yalnızca belirsiz ifadelerle anlatılıyor. Bu nedenle, elde edilen kazanımların tekrarlanabilir mi yoksa kıyaslamaya özgü ayarlardan kaynaklanan bir yanılsama mı olduğu değerlendirmek güçleşiyor.All performance claims are based on Ornith's own blog post and benchmark screenshots. No independent third-party evaluation is cited. The 'self-improving' training loop is described only with vague expressions. Therefore, it is difficult to assess whether the gains are reproducible or an artifact of benchmark-specific tuning. |
