🔥 HN 热议

德国 Kolibri:为什么它强调在自己的控制下运行

约2分钟读完 Tiny Why编辑部 · 文:特派员 好奇

词语
主权型人工智能

由使用者决定模型在哪里运行,以及由谁管理。

混合专家

每次只选择部分网络来处理输入的模型结构。

分词器

把文章切成模型可以读取的小片段的工具。

发生了什么

德国 AI 公司 Aleph Alpha 在10月3日发布了 Kolibri 1。它面向德语和英语,是一种开放权重模型。也就是说,学会后的模型权重可以公开,让用户在自己的设备上运行。消息称,它在德国和芬兰的基础设施上从头训练,权重和配置文件采用 Apache 2.0 许可。它总共有781亿个参数,但每个词元只调用约34.6亿个。

相关帖子在 Hacker News 获得149个积分和88条评论。这说明技术社区很关注它,不等于证明它一定正确或好用。

什么是主权型人工智能

Aleph Alpha把主权型人工智能解释为两层控制。第一,团队在德国和芬兰开发和训练模型,并在德国和欧洲法律下工作。第二,客户可以把模型放在自己的服务器上。政府部门或公司可以让文件留在内部,不必完全依赖外部云服务。

但这不代表所有材料都来自德国。原文说,英语数据曾用 Google 的 Gemma 4 改写,德语数据用了 Mistral-NeMo,质量筛选还使用了 Qwen3-32B 的标注数据。所以,这里的主权更接近于控制开发、部署和使用地点,而不是完全隔绝外部技术。

它怎样减少计算

Kolibri采用混合专家结构。每一层有384个专家网络和一个共享网络。路由器会根据每个词元选择6个专家。这样,每次计算只激活一部分网络。可是,完整模型仍要放进内存,所需 GPU 显存约为78GB。

它的分词器还专门照顾德语的长合成词。原作者在德国基本法文本上的测试称,Kolibri比 GPT-5 的分词方式少用15%的词元。模型的大部分层只看附近的512个词元,每5层有1层可以看更早的完整上下文。原生上下文长度是262144个词元,文章称它测试到了1048576个词元。

为什么重要

政府、银行、工厂和医院都可能拥有很长、很私密的德语文件。若模型能在自己的设备上运行,组织就能减少把文件交给外部服务的需要。Kolibri还把德语推理,以及不知道答案时承认不确定,作为主要卖点。

哪些结果已经看到

这篇解说参考了 Aleph Alpha 的技术报告、模型卡和发布文章,也加入了原作者的分词器实验。文章引用的评测显示,在使用约34.6亿个参数的模型中,Kolibri的德语 AIME 2025 得分为87.5,下一名为84.4。另一个关于不知道答案时是否会乱答的测试中,Kolibri有44%的情况会保留答案或只给出部分答案。这些是报告中的评测结果,不是每个工作场景的保证。

哪些仍不清楚

原作者当时还没有亲自运行模型,并说它需要很大的 GPU 设备。独立测试还要确认真实文件上的速度、费用、稳定性和安全性。还要观察以后更新模型时,用户是否仍能清楚地知道数据由谁控制。

接下来观察什么

真正的问题是,主权型人工智能能否在日常工作中保持它的承诺。接下来应关注可重复的第三方评测、真实部署、运行成本、失败率,以及训练数据的管理方式。Kolibri可能适合某些德语任务,但不代表它适合所有任务。

来源:技术解说原文、Hacker News帖子

💬 HN 对 Kolibri 的讨论:德语专长、主权模型与实际性能

评论把 Kolibri 看成一款取舍明确的模型:它未必擅长记忆知识、多轮工具调用或编程代理,但可能适合德语文档和本地化部署。性能数字与使用体验都来自用户自报,不是独立测评。

  • 评论是在这样的前提下展开的:Kolibri从记忆中调用的知识较少,多轮工具调用较弱,也不是最强的编程代理,因此大家转而讨论它到底适合哪些专门用途。
  • 一些评论者认为它可能擅长德语文档阅读与推理,使用了定制的德语分词器,而且幻觉相对较少。这些是评论者的判断,不是独立验证的基准测试结果。
  • 另一位评论者认为,如果模型被训练成承认不确定性、而不是自信地编造答案,这一点很有意思;但该评论者没有实际硬件进行测试。
  • 一位在 RTX Pro 6000 上测试的用户自报:模型有时会过度思考、消耗太多 token,但在 FP8 下约有每秒170个 token 的速度,约有3B个活跃参数。这属于个人体验。
  • 评论指出,27B dense 模型和78B MoE模型不能只按总参数量比较:讨论中的解释是,Kolibri每次约激活3.46B参数,而dense模型的27B参数全部参与计算。
  • 有人批评基准测试没有纳入更新的 Qwen3.8 Flash——它也是活跃参数较少的 MoE 模型——却拿较早发布的 Qwen3-Next 80B-A3B来比较。也有人认为,已有基线和相关帖子足以让读者继续推断。
  • 支持主权模型的人认为,只有 open weights还不够,还需要可复现的数据集和训练流程。这样才能掌握本地文化和工作方式,管理偏见,并减少对私营公司的依赖。
  • 反对者则认为,社会本来就依赖私营参与者;如果有公开权重或托管服务,国家级主权模型的重要性可能被高估了。讨论没有解决这一分歧。

这是评论数为143时的初期(修订2)。获取100条,并从整体抽取100条总结。内容属于HN用户自述,并非编辑部核实的事实。

🔥 HN 热议

德国 AI Kolibri 有什么特别之处?

📰 完整报道: 德国 Kolibri:为什么它强调在自己的控制下运行

德国 AI 公司 Aleph Alpha 发布了一个重视德语和本地运行的模型。

约1分钟读完 Tiny Why编辑部 · 文:特派员 好奇

词语
开放权重

把模型学会的权重公开,让用户可以自己运行。

主权型人工智能

使用者自己决定模型在哪里运行和怎样管理。

分词器

把长文章切成模型能读取的小片段的工具。

💡 一句话总结

  • Kolibri 1可以读德语和英语。
  • 它可以放在用户自己的机器上运行。
  • Hacker News有149个积分和88条评论。这表示受到关注,不证明一定正确。

Kolibri 1是一种开放权重模型。用户可以取得它学会的模型权重,再放到自己的设备上运行。这对政府、银行和工厂很重要,因为它们常有不能随便外传的文件。

Aleph Alpha把这种做法叫作主权型人工智能。意思是,使用者自己决定模型在哪里运行,也自己决定谁来管理它。文件可以留在内部,不必全部送去外部云服务。

不过,开放权重不表示所有技术都来自德国。介绍文章说,训练数据的准备使用过 Google、Mistral 和 Qwen 的技术。主权主要说的是控制权,不是完全不使用外部材料。

Kolibri还使用混合专家结构。它不会每次都使用模型的全部部分,所以可以减少一些计算。可是,它仍然需要约78GB的 GPU 显存。它的分词器也特别照顾德语长词,帮助它用较少的词元阅读长文件。

介绍文章引用了德语数学测试和不知道答案时的测试。可是,原作者当时还没有亲自运行模型。以后还要检查真实工作中的速度、费用、安全性和失败情况。

来源:技术解说原文、Hacker News帖子

💬 Kolibri 讨论的简单版

HN评论认为,Kolibri不是每件事都最强的AI,但可能适合德语文档和本地控制。评论中的数字都是个人报告。

  • 它可能不擅长记忆知识、连续使用工具和编程,但有人认为它更适合阅读、理解德语文档。
  • 有人对它可能会承认不确定性感兴趣,也有人认为它的幻觉较少;这些说法没有经过独立测试。
  • 一位 RTX Pro 6000 用户报告说,它有时思考太久,但在 FP8下约为每秒170个 token,约有3B个活跃参数。
  • 27B dense模型会使用全部27B参数,而Kolibri这个78B MoE模型一次约使用3.46B参数。评论者还批评没有和更新的Qwen3.8 Flash比较。
  • 支持者想自己控制数据、训练和使用方式;反对者认为公开模型和私营服务可能已经够用。

这是评论数为143时的初期(修订2)。获取100条,并从整体抽取100条总结。内容属于HN用户自述,并非编辑部核实的事实。

🔥 HN 热议

德国的小电脑帮手 Kolibri

📰 完整报道: 德国 Kolibri:为什么它强调在自己的控制下运行

Aleph Alpha(德国的人工智能公司)做了 Kolibri。

约1分钟读完 Tiny Why编辑部 · 文:特派员 好奇

词语
主权型人工智能

自己决定电脑帮手在哪里工作。

Hacker News

技术人分享和讨论消息的网站。

人工智能就是会帮忙的电脑。 Kolibri是会读德语和英语的电脑帮手。 公司想让它在自己的地方工作。 这样,重要的东西不用送到别处。

这种想法叫主权型人工智能。 意思是自己决定怎样使用它。 Kolibri还可以读很长的德语。 可是它不是小小的电脑玩具。 它需要很大的机器。

Hacker News是技术人聊天的网站。 很多人谈到了 Kolibri。 谈得多,不表示它一定做得好。 还要在真正的工作里检查。

来源:技术解说原文、Hacker News帖子

💬 给五岁孩子讲 Kolibri

Kolibri不一定什么都最会。它可能比较适合读德语的文件。

  • 它可能不太会记住很多事实、连续使用工具或写代码。但有人认为它会读德语文件。
  • 一位测试者说它有时想得太久,但在 RTX Pro 6000 上每秒处理了大约170个 token。这只是一个人的报告。
  • 比较AI大小时,不能只看总零件数:有的模型会用完27B个零件,Kolibri一次约用3.46B个零件。大家也希望看到和更新Qwen模型的比较。
  • 有人希望自己的地区能控制AI,也有人觉得公开模型和公司的服务已经足够。

这是评论数为143时的初期(修订2)。获取100条,并从整体抽取100条总结。内容属于HN用户自述,并非编辑部核实的事实。

来源