Empero выпустила Qwythos-9B на трейсах Claude

Лаборатория Empero представила Qwythos-9B, reasoning-модель на базе Qwen3.5-9B, дообученную на более чем 500 миллионах токенов трейсов Claude Mythos и Claude Fable. Дообучение полнопараметрическое, лицензия Apache 2.0.
Под единым тестовым харнессом lm-evaluation-harness модель обходит базовый Qwen3.5-9B: +34,3 пункта на MMLU (0,575 против 0,232), +30 пунктов на gsm8k-strict, +19 на gsm8k-flex. На gpqa_diamond результат ниже базы на 5 пунктов.
Контекстное окно расширено до 1 048 576 токенов через YaRN rope-scaling с фактором 4, поверх нативных 262 144. Есть нативный function calling: в тесте из 7 промптов с Python-исполнителем и веб-поиском модель дала корректные ответы со ссылками во всех случаях.
Модель намеренно без цензуры и заточена под кибербезопасность, биомедицину и фармакологию. Веса доступны на Hugging Face.
Дальше
Semgrep: GLM-5.2 обошёл Claude Code в поиске IDOR
Открытая GLM-5.2 нашла уязвимости IDOR с результатом 39% F1, обойдя Claude Code на Opus 4.8 (28%) на том же промпте. И стоила около 0,17 доллара за найденный баг. При этом GLM-5.2 работала без обвязки Semgrep с обнаружением эндпоинтов, которую получил пайплайн на Opus: только код и подсказка.
Читайте также
- Веса Kimi K3.1 Pro открыты: 104 млрд активных параметров из 2,8 трлн
- Hy4 от Tencent получил зрение по цене превью, веса позже
- NVIDIA научила модель расшифровки речи слушаться промптов
- Mistral выложила веса Large 4 на 1 трлн параметров
- Kimi K3.1 Pro отстала от Opus 5.5 на Terminal-Bench 4.0
- Веса MiniMax M3.1 Flash: 23 млрд активных из 428 млрд
Комментарии
Пока никто не написал. Будьте первым.
Присоединяйтесь к разговору
Войдите, чтобы оставить комментарий. Он появится после модерации.

