📱VeOmni.

VeOmni — фреймворк от ByteDance Seed Team для масштабируемого обучения любых моделей (одно- и мультимодальных) на любых ускорителях, при этом полностью на PyTorch и без “тренеров”.

🧠 Основные идеи:

🔘Гибкость и модульность.

🔘Без классов-тренеров.

🔘Omni-модель нативно.

🔘PyTorch-native.

🧩 Ключевые фичи:

#️⃣Параллелизм.
FSDP1/2, DeviceMesh, Expert Parallel, Ulysses, активации, оффлоады, GroupGEMM.

🔹Модели.
Qwen2.5, Qwen2.5-VL, LLaMA 3, DeepSeek, Seed-Omni.

🛠Инфраструктура.
🔘Dynamic batching, ByteCheckpoint, Docker, YAML-конфиги, профайлинг.

#AIFramework #MLFramework #PyTorchLightningAlternative #TransformerTraining #OpenAI #DeepLearningTools #AIResearch #ModelScaling #TorchFSDP #ModelCheckpoint #TrainingFramework

📱Ссылка на репозиторий:
https://github.com/ByteDance-Seed/VeOmni

📱MiniMax-M1.

MiniMax-M1 — это первая в мире open-weight языковая модель с гибридной архитектурой внимания, рассчитанная на глубокое мышление и работу с длинным контекстом.

🔹Особенности:

🔘Построена на базе MiniMax-Text-01, MiniMax-M1 поддерживает до 1 млн токенов в контексте, что в 8 раз больше, чем DeepSeek R1.

🔘Благодаря lightning attention, модель генерирует текст на 100k токенов, используя всего 25% FLOPs от DeepSeek R1.

🔘Обучена с использованием масштабного reinforcement learning (RL) и новой стратегии CISPO.

🔘Отлично справляется с задачами по математике, программированию, логике, анализу длинных текстов и использованию внешних инструментов.

🔘Поддерживает Function Calling, доступна через Chatbot и API.

🔘Рекомендуется к развёртыванию с vLLM или Transformers.

✅В ряде задач MiniMax-M1-80k уверенно обходит DeepSeek-R1 и Qwen3-235B.

#MiniMax #MiniMaxM1 #AI #LLM #OpenWeight #DeepLearning #ReinforcementLearning #FunctionCalling #vLLM #Transformers #MachineLearning #Reasoning #LongContext #MathAI #CodeGeneration #AItools #AIresearch

📱Ссылка на репозиторий:
https://github.com/MiniMax-AI/MiniMax-M1

📱MinerU.

MinerU 2.5 — революционный инструмент для интеллектуального парсинга документов и PDF, превосходящий даже GPT-4o, Gemini 2.5 Pro и Qwen2.5-VL-72B в бенчмарке OmniDocBench.

✅Созданный командой OpenDataLab, этот open-source проект превращает PDF-файлы в машинно-читаемые форматы (Markdown, JSON и др.) с высокой точностью и скоростью.

🔹Основные возможности:

🔘Мультимодальная архитектура с 1.2B параметров — SOTA-результаты при сверхэффективности

🧾 Распознавание структуры документа: заголовки, таблицы, формулы, изображения.

🔘Конвертация формул в LaTeX, таблиц — в HTML.

🔘Распознавание макета, порядка чтения и даже сложных математических формул.

🔘OCR на 84 языках, поддержка CPU/GPU/NPU.

🔘Поддержка CLI, API, WebUI, Docker и Gradio.

🚀Установка:

uv pip install -U "mineru[core]"

#Python #AI #OCR #PDFParsing #MinerU #OpenDataLab #LLM #Gemini25 #GPT4o #Qwen25 #DocumentAI #ComputerVision #OpenSource #DeepLearning #LaTeX #TableRecognition #AIResearch

📱Ссылка на репозиторий:
https://github.com/opendatalab/mineru