TII wprowadza Falcon Reasoning – najlepszy model AI 7B na świecie, który osiąga lepsze wyniki nawet od większych modeli

ABU ZABI, Zjednoczone Emiraty Arabskie--(BUSINESS WIRE)--Instytut Innowacji Technologicznych (TII), jednostka zajmująca się badaniami stosowanymi przynależąca do Rady ds. Zaawansowanych Technologii (ATRC) w Abu Zabi, poinformował o udostępnieniu Falcon H1R 7B, modelu AI nowej generacji stanowiącego istotny krok naprzód w kierunku bezprecedensowego zwiększenia dostępności zaawansowanej sztucznej inteligencji dzięki dostarczeniu światowej klasy wydajności procesów rozumowania w kompaktowym, efektywnym i powszechnie dostępnym formacie.

Obejmujący zaledwie 7 mld parametrów model Falcon H1R 7B z powodzeniem konkuruje z większymi otwartymi modelami AI z całego świata, w tym modelami Microsoft (Phi 4 Reasoning Plus 14B), Alibaba (Qwen3 32B) i NVIDIA (Nemotron H 47B), a często osiąga od nich lepsze wyniki. Udostępnienie tego modelu po raz kolejny podkreśla pozycję TII jako wiodącego dostawcy efektywnych innowacji w dziedzinie AI oraz uwydatnia coraz większy wpływ ZEA jako czołowego dostawcy technologii na całym świecie.

Jego Ekscelencja Faisal Al Bannai, doradca prezydenta ZEA i sekretarz generalny Rady ds. Zaawansowanych Technologii, powiedział: „Falcon H1R stanowi wyraz zaangażowania ZEA na rzecz budowania otwartej, odpowiedzialnej sztucznej inteligencji przynoszącej prawdziwe korzyści w skali kraju i całego świata. Dzięki udostępnieniu światowej klasy funkcji rozumowania w ramach kompaktowego, efektywnego modelu zwiększamy dostęp do zaawansowanej sztucznej inteligencji, przyczyniając się tym samym do wzrostu gospodarczego, wspierając przywództwo w dziedzinie prac badawczych i sprzyjając kształtowaniu długotrwałej odporności technologicznej”.

Przełom w rozumowaniu w czasie testów

Falcon H1R 7B wykorzystuje podstawy modelu Falcon H1-7B, opierając się na specjalistycznym podejściu do trenowania, a także hybrydową architekturę Transformer–Mamba pozwalającą uzyskać lepsze wyniki zarówno pod względem dokładności, jak i tempa.

– Falcon H1R 7B to istotny krok naprzód, jeśli chodzi o funkcje rozumowania kompaktowych systemów AI – powiedziała dr Najwa Aaraj, dyrektor generalna TII. – Model osiąga niemal doskonałe wyniki w zakresie najbardziej wyśrubowanych wskaźników, utrzymując przy tym niezwykle niskie zużycie pamięci i energii, które to aspekty mają zasadnicze znaczenie dla możliwości stosowania go w rzeczywistych warunkach eksploatacji oraz jego trwałego wykorzystywania”.

Podejście to zakłada wykorzystanie funkcji nazywanej przez naukowców „utajoną inteligencją”, dzięki której Falcon H1R 7B może rozumować z większą wydajnością i skutecznością. Model wyznacza nową krzywą Pareto, określającą optymalne parametry, przy których wyższe tempo nie wiąże się ze spadkiem jakości.

Porównanie z najlepszymi

W testach porównawczych z modelami konkurencji Falcon H1R 7B osiągnął niesamowite rezultaty:

• Matematyka: wynik 88,1% w teścieAIME-24, czyli wyższy od opracowanego przez ServiceNow AI modelu Apriel 1.5 (15B) (86,2%) – wynik ten stanowi dowód na to, że kompaktowy model 7B może dorównać o wiele większym systemom, a nawet osiągać od nich lepsze rezultaty.
• Programowanie i zadania dla agenta: model osiągnął dokładność na poziomie 68,6%, czyli najlepszy w swojej klasie wynik wśród modeli poniżej poziomu 8B, a także uzyskał wyższe wyniki w zakresie wskaźników LCB v6, SciCode Sub i TB Hard; model Falcon H1R osiągnął wynik 34% w porównaniu z chińskim modelem DeepSeek R1-0528 Qwen 3 8B (26,9%), a nawet wyprzedził większych konkurentów, takich jak model Qwen3-32B (33,4%).
• Ogólne rozumowanie: model wykazał solidne zdolności logiczne i umiejętności wykonywania poleceń, dorównując wynikom większych modeli, takich jak opracowany przez Microsoft model Phi 4 Reasoning Plus (14B), a nawet osiągając lepsze wyniki przy użyciu o połowę mniej parametrów.
• Wydajność: model osiągnął 1500 tokenów/sek./procesor graficzny w partii 64 próbek, a tym samym niemal podwoił prędkość chińskiego modelu Qwen3-8B, dzięki zastosowaniu hybrydowej architektury Transformer–Mamba zapewniającej szybsze, skalowalne wyniki bez uszczerbku dla dokładności.

– Ten model jest owocem światowej klasy prac badawczych i inżynieryjnych. Udowadnia, że naukowa precyzja i skalowalny układ mogą iść ze sobą w parze – powiedział dr Hakim Hacid, główny badacz w Centrum ds. AI i Cyfrowych Badań Naukowych działającym przy TII. – Mamy przyjemność udostępnić model, który umożliwi społeczności budowanie szybszych, bardziej inteligentnych i bardziej dostępnych systemów opartych na AI.

Otwarty dostęp i kształtowanie przez społeczność

Zgodnie z zobowiązaniem TII na rzecz przejrzystości i współpracy w dziedzinie AI model Falcon H1R 7B został udostępniony jako model otwarty w ramach licencji TII Falcon. Programiści, badacze i instytucje z całego świata mogą uzyskać do niego dostęp za pośrednictwem platformy Hugging Face, gdzie mogą zapoznać się również z pełnym raportem technicznym, w którym szczegółowo opisano strategie zastosowane przy trenowaniu modelu oraz wyniki w zakresie kluczowych wskaźników związanych z rozumowaniem.

Nowo udostępniony model jest owocem globalnego sukcesu programu Falcon opracowanego przez TII. Od chwili pierwszego udostępnienia modele Falcon stale plasują się wśród najwydajniejszych systemów opartych na AI na świecie, a pierwsze cztery generacje osiągnęły najlepsze na świecie wyniki w odnośnych kategoriach. W ramach kolejnych iteracji Falcon wyznacza nowe standardy pod względem wydajności, efektywności i możliwości wdrożenia w rzeczywistych warunkach eksploatacji, udowadniając, że kompaktowe, suwerenne modele mogą osiągać znacznie lepsze wyniki od większych systemów. Te wybitne dokonania podkreślają rosnące przywództwo Abu Zabi oraz, ogólnie, ZEA pod względem przełomowej AI oraz zdolności TII do dostarczania konkurencyjnych na skalę globalną owoców badań naukowych.

*Źródło: AETOSWire

Oficjalną, obowiązującą wersję niniejszego zawiadomienia stanowi tekst oryginalny sporządzony w języku źródłowym. Tekst tłumaczenia służy wyłącznie celom orientacyjnym, został sporządzony wyłącznie dla celów ułatwienia zrozumienia zawiadomienia i należy interpretować go w odniesieniu do tekstu źródłowego, który jest jedyną wersją mającą skutki prawne.