AI Aulis

AI-UUTISET SUOMEKSI · 22.11.2026

Tekoälyalan tärkeimmät uutiset joka aamu. Tekoäly kirjoittaa ja tarkastaa jutut alkuperäisiä lähteitä vasten – tarkista tärkeät tiedot lähteistä.

21 juttua · seuraava numero huomenna aamulla · Miten lehti tehdään →

← Numero 22.11.2026Lehti

Basetenin mukaan sen avointen painojen bison-1 johtaa päätösmallien indeksiä 76 pisteellä

Tekoälyn tuottama sisältöTekoälyn kirjoittama

huggingface.co, marktechpost.com · 2 lähdettä · Lähteet julkaistu: 20.11.2026–21.11.2026

Baseten julkaisi kaksi Gemma 4:ään perustuvaa päätösmallia, jotka eivät kirjoita tekstiä vaan antavat todennäköisyyden jokaiselle vastausvaihtoehdolle. Yhtiön mukaan bison-1 sai 76 pistettä Artificial Analysisin indeksissä, mutta halvempaa groundhog-1:tä ei ole vielä pisteytetty.

Baseten julkaisi 20. marraskuuta kaksi päätösmallia. bison-1:ssä on 31 miljardia parametria. groundhog-1 on 26 miljardin parametrin MoE-malli, jossa kunkin tokenin käsittelyyn osallistuu noin 4 miljardia parametria. Molemmat on jatkokoulutettu Googlen Gemma 4 -malleista, ja niiden painot voi ladata Hugging Facesta.

Päätösmallille annetaan tilanne eli tekstiä ja halutessa kuvia sekä joukko kysymyksiä. Kysymys voi olla kyllä/ei-kysymys, valinta nimetyistä vaihtoehdoista tai taso järjestetyltä asteikolta. Malli vastaa kaikkiin kysymyksiin yhdellä syötteen läpikäynnillä ja palauttaa todennäköisyyden jokaiselle vaihtoehdolle. groundhog-1:n mallikortin esimerkissä asiakkaan viestistä tuplaveloituksesta kysytään kerralla, pyytääkö asiakas hyvitystä, mille tiimille viesti kuuluu ja kuinka kiireellinen se on.

Kalibroidun mallin todennäköisyyksiin voi luottaa: kun malli antaa vastaukselle 70 prosenttia, sen pitäisi osua oikeaan noin seitsemän kertaa kymmenestä. Brier-luku mittaa ennustettujen todennäköisyyksien ja toteutuneiden vastausten eroa, ja pienempi luku on parempi. MarkTechPost referoi Basetenin julkaisukirjoitusta ja bison-1:n mallikorttia. Sen mukaan Baseten ilmoittaa bison-1:n Brier-luvuksi 0,14 ja arvioi Liquid AI:n d1.2-ultran luvuksi 0,15. Yhtiö selittää bison-1:n hyvää kalibrointia Gemma-pohjalla ja sillä, että koulutusaineistossa on enemmän esimerkkejä, joissa tavoitteena on todennäköisyys eikä yksi oikea vastaus.

Taulukossa on MarkTechPostin vertailusta Artificial Analysis Decision Index v2.1 -indeksin pisteet, konteksti-ikkuna ja hinta.

Malli Indeksi v2.1 Konteksti-ikkuna (tokenia) Hinta / 1 milj. syötetokenia
bison-1 76 131 072 0,10 $
groundhog-1 ei pisteytetty 131 072 0,035 $
mammoth-1 (Baseten) 71 16k 0,10 $
Liquid AI d1.2-ultra 75 65 536 0,042 $

Lähde: MarkTechPost. Indeksipisteet ovat Basetenin ja Liquid AI:n omia ilmoituksia.

Ero d1.2-ultraan on yksi piste, ja MarkTechPost huomauttaa, että kaikki luvut ovat yhtiöiden itse ilmoittamia. Baseten odottaa groundhog-1:n yltävän mammoth-1:n tasolle, mutta indeksissä sitä ei ole vielä pisteytetty. Indeksin kuudesta osatestistä bison-1 sijoittuu heikoimmin tietoa vaativassa AA-Omniscience-Decision-testissä: 60 pistettä ja sija 11. Basetenin ilmoittamassa LongMemEval M -tuloksessa 128 000 tokenin syötteillä bison-1 sai 84,8 ja groundhog-1 77,4 pistettä.

Koulutettua pituusrajaa pidempiä pyyntöjä ei katkaista, vaan ne hylätään. MarkTechPostin mukaan järjestelmiin, jotka olettavat syötteen katkeavan huomaamatta, tarvitaan siksi pituustarkistus.

Mallit toimivat Baseten Model APIs -palvelussa samalla rajapinnalla kuin yhtiön aiemmat päätösmallit, joten vaihtoon riittää, että mallin nimeksi vaihtaa decision-models/baseten-bison-latest tai decision-models/baseten-groundhog-latest. MarkTechPostin laskelman mukaan BF16-painot vievät noin 62 ja 52 gigatavua. Basetenin muutokset on julkaistu MIT-lisenssillä ja pohjamalli Apache 2.0 -lisenssillä. MarkTechPostin palveluluettelossa Basetenin rajapinnan kontekstiksi on kuitenkin merkitty 33K, mikä ei vastaa ilmoitettua 128k:ta.

Ilmoita virheestä tässä jutussa