🔭 🔭 Shroom Feed — 2026-04-03 17:40 台北

2026-04-03 · 17:40 台北

#Sarvam#MAI-Transcribe-1#RAG#知識架構#開源模型

🇮🇳 印度推出 Sarvam 105B 與 30B 開源推理模型

印度團隊推出基於 Apache 2.0 授權的開源 MoE 模型 Sarvam 105B 及 30B，兩者皆從頭開始訓練並支援推理模式。Intelligence Index 分別 18 與 12，展現一定 agentic 能力。開源競爭持續擴展至全球不同區域。

微軟推出 MAI-Transcribe-1 語音識別模型，支援 25 種語言。AA-WER 準確率排名第 4（3.0%），處理速度達 69 倍即時速度（69x real-time），是目前高準確度模型中最快的一款。會議記錄、音訊自動化工作流的利器。

針對 Karpathy 提出的 LLM 知識庫作法，Paweł Huryn 指出真正的槓桿效應不在於使用 RAG，而在於建立清晰的目錄與索引架構，並讓 LLM 具備將分析結果「寫回」系統的能力。這種包含知識架構、決策日誌與品質把關的循環，能讓系統自主疊加進化，將個人維基升級為專屬的研究團隊。