Shanghai AI Lab rilascia Atria Dawn con contesto da 512.000 token

Il Laboratorio di intelligenza artificiale di Shanghai ha rilasciato la versione completa di Atria Dawn, e il dato principale è ora 512.000 token, cioè la quantità di testo che il modello può tenere presente in un dato momento. L'anteprima offriva 256.000. Gli sviluppatori che aprono il repository GitHub del progetto troveranno ancora 256.000 nella tabella dei download, sia per il modello completo sia per la sua versione FP8, una variante compressa a 8 bit. La documentazione delle API ospitate è il posto giusto per verificare quale limite si applica.

Atria Dawn è un modello orientato agli agenti: è pensato per leggere un ambiente, richiamare strumenti e portare avanti un compito in più fasi, anziché rispondere a una sola domanda. È addestrato su GLM-5.2, un modello di base da 744 miliardi di parametri organizzato come mixture of experts, un'architettura in cui la rete è suddivisa in sotto-reti specializzate e solo alcune di esse rispondono a ciascuna richiesta. Il laboratorio suddivide le sue capacità in quattro famiglie: scoperta (raccolta di prove, ricerca approfondita, trasformazione di una domanda in un piano di sperimentazione eseguibile), creazione (software, giochi, visualizzazioni di dati, sistemi di machine learning), consegna (rapporti, presentazioni, documenti strutturati) e cybersicurezza, che comprende l'individuazione e il ripetuto controllo delle vulnerabilità solo in ambienti autorizzati. Il modello completo è arrivato circa un mese dopo l'anteprima, a metà settembre.

I numeri del laboratorio mostrano i guadagni maggiori su JobBench, 57,5 contro 50,3 dell'anteprima, seguito da WideSearch (84,6 contro 81,9) e PaperBench (89,6 contro 87,0). Sulla maggior parte degli altri benchmark, tra cui AutomationBench (54,7), SkillsBench (67,8) e il test di ingegneria del software SWE-bench Pro (61,7), le variazioni sono più contenute. Alcuni risultati vanno in direzione opposta: l'anteprima ha ottenuto 92,5 su BrowseComp contro 91,3 della versione completa. Questi dati provengono dal laboratorio, che afferma che corrispondono a quanto pubblicato sul suo sito; le fonti non citano alcuna valutazione indipendente, e vanno letti come misurazioni del laboratorio stesso.

Per sviluppatori e team di ricerca, il cambiamento è immediato su un fronte e in sospeso su un altro. Le API ospitate sono già aperte, con endpoint separati per l'estero e per la Cina, e il repository include guide di installazione per SGLang, vLLM e Codex. Il codice è rilasciato con licenza MIT. Ma i pesi del modello completo risultano ancora «Coming soon» su Hugging Face e ModelScope, quindi chi vuole eseguire il modello completo sul proprio hardware deve aspettare; oggi si possono scaricare solo i pesi dell'anteprima. Il modello accetta soltanto input di testo.