GPT
הוספת כלי
I

Intern-S1

קוד פתוח

internlmapache-2.02025-07-24

  • transformers
  • safetensors
  • interns1
  • text-generation
  • image-text-to-text

זהו מודל מולטימודלי ענק של 241 מיליארד פרמטרים שמתמחה בהסקה מדעית כבדה. הוא מיועד למי שצריך ניתוח תמונות, מבנים כימיים ונוסחאות ברמה שעוקפת מודלים מסחריים סגורים.

  • 241Bפרמטרים
  • 65,536טוקנים בהקשר
  • 448 GBמשקל הקבצים
  • 22,798הורדות בחודש

מה זה

הבסיס כאן הוא שילוב בין מודל שפה MoE של 235 מיליארד פרמטרים (Qwen3) לבין מקודד ראייה של 6 מיליארד פרמטרים (InternViT). הוא אומן על 5 טריליון טוקנים, כאשר יותר מחצי מהם שייכים לדאטה מדעי מובהק. הוא כולל טוקנייזר דינמי שמטפל ישירות ברצפי חלבונים, נוסחאות מולקולריות ואפילו אותות סייסמיים, בלי להסתמך רק על ייצוג טקסטואלי רגיל.

במבחנים שמצורפים בכרטיס רואים יתרון ברור בתחומי מדע מדויקים. בכימיה (ChemBench עם 83.4 נקודות) ובמדע חומרים (MatBench עם 75.0 נקודות) הוא עוקף מודלים כמו o3 ו־Gemini-2.5 Pro. לעומת זאת, במשימות כלליות יותר של מעקב אחרי הוראות מורכבות (IFEval), הוא מגיע ל־86.7 נקודות, תוצאה סבירה לגודל שלו אך נמוכה מהמתחרים הגדולים שמגיעים למעל 90. הוא מיועד לחקירה מדעית מעמיקה ולאו דווקא לצ'אט כללי.

מתאים ל

  • מחקר כימי וסינתזה

    פענוח מבנים מולקולריים ותכנון מסלולי סינתזה כימיים בזכות ציון 83.4 ב־ChemBench.

  • ניתוח הדמיות ומדע חומרים

    עיבוד משולב של תרשימים, מיקרוסקופיה ונתוני חומרים באמצעות מקודד הראייה הייעודי.

  • פתרון בעיות מתמטיקה

    ניתוח תמונות עם תוכן גרפי מתמטי מורכב הודות לתוצאה של 81.5 במבחן MathVista.

איפה זה נופל

החיסרון הברור ביותר הוא עלויות החומרה והתפעול השוטף. להחזיק צבר של שמונה מאיצי A100 או H100 דורש תקציב עצום, שלא מתאים למי שאינו מוסד מחקר או חברה גדולה. בנוסף, בביצועים כלליים כמו מעקב אחר הוראות (IFEval) או שאלות ידע כללי מורכבות (GPQA), הוא מפגר אחרי מודלים מובילים אחרים, כך שלא מומלץ לבנות עליו בתור מנוע שיחה כללי.

אותה משפחה

Intern-S1 יצא ב־2 גרסאות שיש להן עמוד כאן. אלה האחרות, לפי כמה מורידים אותן.

Intern-S1-FP8294

שאלות
נפוצות

איך מכבים את מצב החשיבה הארוך כדי לחסוך זמן?

המודל מגיע עם thinking mode פעיל כברירת מחדל. כדי לבטל אותו, מעבירים בקריאה ל־API את הפרמטר enable_thinking שמוגדר כ־False, או שמגדירים את זה ישירות ב־chat template של הטוקנייזר.

האם יש גרסה קלה יותר שדורשת פחות חומרה?

קיימת גרסת FP8 שמורידה את דרישות המינימום לארבעה כרטיסי H800 או H100, או שני כרטיסי H200 בלבד, במקום שמונה כרטיסים שדרושים לגרסה הרגילה.

איך מריצים

משקל הקבצים עומד על 448 גיגה בייט, מה שאומר שאין פה מקום למחשב בודד רגיל. לפי נתוני היצרן, דרישת המינימום להרצת גרסת המקור בפורמט bfloat16 היא שמונה כרטיסי A100, H800 או H100, או ארבעה כרטיסי H200. אם תבחרו בגרסת FP8, אפשר לרדת לארבעה כרטיסי H100 או שני כרטיסי H200 בלבד.

את השרת מקימים באמצעות lmdeploy, vLLM או sglang עם חלוקה של שמונה מאיצים במקביל (tp 8), ויש תמיכה גם בהרצה מקומית ב־ollama. המודל מגיע כברירת מחדל במצב חשיבה (thinking mode), אך אפשר לכבות אותו בהגדרות הקריאה כדי לחסוך זמן עיבוד וטוקנים.

from transformers import pipeline

pipe = pipeline("image-text-to-text", model="internlm/Intern-S1")
print(pipe("שלום"))

הקבצים

119 קבצים במאגר, 448 GB סך הכול. הקישורים מובילים ישירות ל־Hugging Face.

הרישיון

המודל מופץ תחת רישיון apache-2.0. הרישיון הזה מתיר שימוש מסחרי מלא, שינוי של הקוד והמשקולות, והפצה מחדש בתוך מוצרים. הדרישה העיקרית היא שמירה על הודעת זכויות היוצרים והרישיון המקורי בקבצים הרלוונטיים.

  • שימוש מסחרי
  • שינוי הקוד
  • הפצה מחדש
  • שימוש בפטנטים

הרישיון המלא בעמוד המודל ↗