Aioga
AI资讯 / 行业动态
返回 AI资讯

Aleph Alpha 开源德英双语模型 Kolibri:MoE 架构、Apache 2.0 与本地部署实测解析

Hacker News:AI 热帖Aioga 编辑团队2026-10-03T10:43:51.000Z热度 58

Aleph Alpha 于 2026 年 10 月 3 日发布开放权重模型 Kolibri,为面向德语和英语的 MoE 模型,总参数 781 亿、每 token 激活约 34....

行业动态Hacker News:AI 热帖

今日 AI 情报摘要

Aleph Alpha 于 2026 年 10 月 3 日发布开放权重模型 Kolibri,为面向德语和英语的 MoE 模型,总参数 781 亿、每 token 激活约 34.6 亿,权重以

Apache 2.0 发布在 Hugging Face。

中文正文 · AI 翻译

2026年10月3日 / 阅读时间约10分钟 / 在𝕏上分享:https://x.com/intent/tweet?url=我刚刚阅读了由@TejasKumar_撰写的这篇有见地的博客文章,链接:https%3A%2F%2Ftej.as%2Fblog%2Faleph-alpha-kolibri

作者:Tejas Kumar / 关于,IBM 的人工智能工程师

Kolibri 是 Aleph Alpha 推出的开源大语言模型(LLM):https://aleph-alpha.com/,支持德语和英语:一种专家混合模型,拥有 780 亿参数,但每处理一个 token 时仅使用其中约 35 亿个。它于 2026 年 10 月 3 日发布,采用 Apache 2.0 许可:https://www.apache.org/licenses/LICENSE-2.0,模型权重托管在 Hugging Face:https://huggingface.co/Aleph-Alpha/Kolibri-1,并且从零开始在德国和芬兰的基础设施上进行训练。(Kolibri 在德语中意为蜂鸟,这对于一个以轻量为特点的模型来说很可爱。)

衷心祝贺所有参与构建Kolibri的Aleph Alpha团队,我的好友Michael Hofmann(https://www.linkedin.com/in/michaellhofmann/)也在其中!

这篇文章介绍了Kolibri的工作原理、它的优势与劣势、如何运行以及何时是合适的选择。这里的所有内容都来自Aleph Alpha的189页技术报告:https://aleph-alpha.com/downloads/tech-report.pdf、模型卡:https://huggingface.co/Aleph-Alpha/Kolibri-1 以及他们的发布文章:https://aleph-alpha.com/en/blog/kolibri-has-landed-a-sovereign-open-weight-model/,再加上我对其分词器进行的一次实验。

Aleph Alpha称Kolibri为主权模型,在他们的发布文章中,这意味着两件事。第一是它的构建方式:“团队在德国构建了该模型,在德国和芬兰的基础设施上训练,遵循欧盟及德国法律,没有外国控制。”第二是客户获得的权利:“完全自由的部署和知识产权安全,因此合规性成为固有属性。”通俗地说,一个政府部门或汽车供应商可以在自己的服务器上运行它,数据永远不会离开大楼,并且没有人可以在其管理下更改或关闭模型。Aleph Alpha还签署了欧盟(https://european-union.europa.eu/)的通用人工智能(GPAI)行为准则:https://digital-strategy.ec.europa.eu/en/policies/contents-code-gpai.

Sovereign 并不意味着没有任何来自欧洲以外的内容被使用,模型卡本身也说明了这一点:英文网页文本经过 Google 的 Gemma 4(https://huggingface.co/google/gemma-4-26b-a4b-it)重新表述,德文文本使用 Mistral-NeMo(https://huggingface.co/mistralai/Mistral-Nemo-Instruct-2407),以及 Qwen3-32B(https://huggingface.co/Qwen/Qwen3-32B)标注的数据用于质量过滤。然后,他们对训练数据进行了政治偏见的过滤,这些模型可能存在的偏见,他们自己在中文开源模型中进行了测量(https://aleph-alpha.com/en/blog/training-on-the-party-line/)。

Kolibri 是将 6 个理念堆叠在一起,每一个都存在于为了让德语更便宜、更长或更诚实。

在一个普通的(密集)模型中,每个标记都会经过每一个参数。在专家混合(MoE)(https://huggingface.co/blog/moe)模型中,每一层都有一群称为专家的小型子网络和一个路由器,路由器为每个标记选取其中的几个。Kolibri 有 50 层,每层有 384 个专家,加上 1 个所有标记都经过的共享专家,其路由器将每个标记发送到 384 个专家中的 6 个。这样 781 亿参数就转化为每个标记实际工作量为 34.6 亿。

在 2024 年,我做了一场名为《为什么小型语言模型是未来》的演讲(https://www.youtube.com/watch?v=uNj3y2pItrA&t=72s),我主张“参数更少、出现问题的环节更少、需要计算量更小的小型语言模型。”我的比喻是,一个阅读了全世界所有医学书籍的医生与血液学专家相比:带血液问题去找前者,“他们可能不一定正确,因为他们知道太多。”专家混合模型则把满是专家的医院放进一个模型,而路由器就是接待员,将每个标记送到正确的 6 位专家那里。

不过这个类比在两个地方不适用。专家不像“德国法律”这样的整洁主题:当研究人员查看 MoE 模型时:https://huggingface.co/blog/moe#what-does-an-expert-learn,他们大多数发现专家是针对标记模式的,比如标点符号或专有名词,而不是人类会选择的主题。而且医院必须维持所有 384 名专家的在职状态,即使你只看 6 个,因此 Kolibri 的计算量相当于一个 35 亿参数的模型,但它需要 780 亿参数模型的内存。模型卡上明确写道:“完整的模型必须保存在内存中,尽管任何时候只有部分模型处于活动状态。”

模型不会读取字母或单词,它读取的是标记(token):由固定词汇表中的文本块组成,在训练分词器时选择。德语将单词黏合成长的复合词,而一个主要从英语学习的分词器会将它们切分成小块。以下是联邦宪法法院的德语名称:https://www.bundesverfassungsgericht.de/EN/,由 GPT-4o 和 GPT-5 的分词器分割:https://en.wikipedia.org/wiki/GPT-5 使用(o200k_base,通过 OpenAI 的 tiktoken:https://github.com/openai/tiktoken),以及 Kolibri 的分词器分割方式:

Kolibri 的分词器有 128,000 个标记,使用 Aleph Alpha 称为 UniBPE 的新算法训练:它保留字节对编码(BPE)的自下而上合并:https://en.wikipedia.org/wiki/Byte-pair_encoding,并使用不同的评分规则(单元目标)选择每次合并,这种方法尊重德语的造词方式。报告中称,它处理德语文本所需的标记比 GPT-5 的分词器少 11.2%,在他们测量的另外 9 个分词器中是最好的。

我想亲自验证一下,所以我用 6 个分词器处理了《德意志联邦共和国基本法》全文:https://www.gesetze-im-internet.de/gg/,德国宪法(185 KB 的非常德式法律文本),以及其官方英文译本:https://www.gesetze-im-internet.de/englisch_gg/:

在德语法律文本上,Kolibri 所需标记比 GPT-5 的分词器少 15%,甚至超过 Aleph Alpha 自己报告的 11.2%,在英文文本中则与之持平。非常惊人。标记更少意味着阅读或写作相同德语文本的步骤更少,并且在同一上下文窗口中能容纳更多德语内容。(我用 Hugging Face 的 tokenizers 库用各自的 tokenizer.json 统计每个分词器的标记数量,除了 o200k_base 是用 tiktoken 统计的。)

科利布里(Kolibri)的50层中有40层使用滑动窗口注意力:每个标记只关注它前面的512个标记。每第5层会关注之前的所有内容。这就像是在阅读一份很长的合同时,主要注意当前的句子,而每隔几页就停下来回顾整篇合同,这也是让100万标记上下文保持可行的原因。

这里还有一个巧妙的细节。只有滑动窗口层知道标记的位置(通过旋转位置嵌入:https://arxiv.org/abs/2104.09864),而全注意层则不知道,因此上下文可以扩展到超过训练时的262,144个标记,而无需额外的位置技巧。Aleph Alpha 已验证可达1,048,576个标记。

在我的演讲《Unlocking Value with AI Today》中(https://www.youtube.com/watch?v=uMksIqpbVoY&t=364s),我把有限上下文称为生成式人工智能的“三大问题”之一,另外两个是幻觉和知识截止,科利布里同时解决这三大问题。在100万个标记的情况下,在RULER长上下文测试(https://arxiv.org/abs/2404.06654)中,科利布里的基础模型得分为63.2,而Qwen3.5 35B-A3B基础模型得分为57.5。

推理模型在回答前会先进行思考,即便是在德语提示下,它们大多也用英语思考。Aleph Alpha 在9月24日发布了相关内容(https://x.com/Aleph__Alpha/status/2103139585039511700),并在《Through the Valley of Tears》中做了详细说明(https://aleph-alpha.com/en/blog/through-the-valley-of-tears-cold-starting-german-reasoning-in-llms/):他们生成了大约800,000个德语推理示例,发现少量德语推理数据比没有更糟。他们模型的德语数学得分从70.2降到48.3,因为它的德语思维一直循环未完成,只有在大量德语数据下才回升到67.3。

科利布里拥有更多的数据。它能在德语提示下进行德语推理,其德语数学成绩在约30亿活跃参数的模型中名列前茅:2025年美国邀请数学考试(AIME,https://en.wikipedia.org/wiki/American_Invitational_Mathematics_Examination) 德语成绩为87.5,而次佳成绩是NVIDIA的Nemotron 3 Nano(https://developer.nvidia.com/nemotron),得分为84.4。

幻觉是我三大主要问题中的第一位,而在那次演讲中提出的解决方法是检索增强生成(RAG):你查找可靠的权威信息并将其放入提示中。然而,RAG 只有在模型承认文档中没有答案时才有效,而这正是 Aleph Alpha 训练的目标,他们使用自己的方法,即 Merlin-Arthur 协议:https://arxiv.org/abs/2512.11614。

它的运作方式像一个三人游戏。Arthur 是模型,他会获得一个问题,其中部分支持文档被隐藏。Merlin 会隐藏部分内容,使正确答案更容易找到,而 Arthur 被训练去回答这些问题。Morgana 会隐藏答案所依赖的证据,而 Arthur 被训练去说“我不知道”。Arthur 永远不知道自己面对的是哪一个,所以赢的方法只有一个,那就是实际检查面前的证据是否支持一个答案。

结果显而易见。在 Artificial Analysis 的 Omniscience 测试中:https://artificialanalysis.ai/evaluations/omniscience,当 Kolibri 不知道答案时,它有 44% 的情况下会直接说明(或给出部分答案),而不是编造答案。Qwen3.5 35B-A3B 这么做的比例为 11.1%,GPT-OSS 120B 为 23.7%。在 Aleph Alpha 比较的所有混合专家模型中,只有 Qwen3.6 35B-A3B:https://huggingface.co/Qwen/Qwen3.6-35B-A3B 更好,比例为 56.7%。

每个请求都可以将 reasoning_effort 设置为 none、low、medium 或 high,因此一个简单的查询可以马上得到答案,而一个难题则会经过长时间思考,这都是同一台服务器上的同一个模型处理的。

以下是 Kolibri 在 Aleph Alpha 评测中超越同规模开放模型的项目。评测对每个模型都使用相同的设置,并采用其开发者推荐的采样参数进行测试:

数学表现尤其突出:在 2025 和 2026 年的 AIME 英语考试中,它击败了比较中的所有 MoE 模型,包括那些有 120 亿有效参数的模型,只有密集的 Qwen3.8 27B 得分更高。公司文件栏显示的是由 Aleph Alpha 根据客户类似的工作构建的 5 个测试,涵盖半导体、德国公共部门、航空航天、汽车供应商和工业传动,测试文档和问题模型在训练中从未见过。

Aleph Alpha 在模型卡中将最弱的表现和最强的表现并列展示,所以这里是它们的情况:

你需要大约 78 GB 的 GPU 内存:2 块 NVIDIA A100 或 H100:https://www.nvidia.com/en-us/data-center/h100/,每块至少 80 GB,或者一块 H200:https://www.nvidia.com/en-us/data-center/h200/、B200 或 B300。我本人还没有运行过模型本身,因为它需要数据中心级 GPU,并且目前没有人托管它,所以这些信息直接来自模型卡。首先是插件,它安装支持的 vLLM 版本:https://docs.vllm.ai/:

这会给你一个兼容 OpenAI 的服务器,所以任何 OpenAI 客户端都可以与其对接,推理过程通过聊天模板进行:

模型卡建议 temperature=1.0、top_p=0.97 和 top_k=128,对于任何对延迟敏感的任务,最大上下文为 262,144 个 token。对于完整的一百万 token,可以加上两个额外的参数:

当德文文本和你自己的硬件都很重要时,Kolibri 是首选:一个公共机构、银行、制造商或航空航天供应商必须将文件保存在内部,希望获得用德语思考的德语答案,并且宁愿听到“我不知道”也不想要自信但错误的回答。在长篇德文文件(法律、合同、手册)上进行 RAG 正好发挥了上面提到的所有优势:分词器、一百万 token 上下文和回避选项。

这就是我目前正在进行的项目,合作对象是 Heinrich Audebert 教授:https://schlaganfallcentrum.charite.de/en/research/research_groups/audebert,他负责 Campus Benjamin Franklin 的神经科:https://neurologie.charite.de/en/,这是柏林 Charité:https://www.charite.de/en/ 的一家医院。今天,有神经系统问题的患者会去看他们的全科医生(GP),而 GP 必须亲自看诊,这对繁忙的诊所来说非常费力。在我们正在建设的系统中,患者坐在 GP 诊所的电脑前,一个 AI 虚拟形象会引导他们完成一系列测试,并评估他们症状的紧急程度:立即转诊给专家,或者可以等待一会儿。对话都是用德语进行的,内容涉及人们的健康,并且模型必须在我们可控的环境中运行,所以我们考虑使用 Kolibri 来实现它。

对于编码代理来说,这是错误的选择,Qwen3.6 35B-A3B 更适合处理模型需要凭记忆回答的问题,适用于除了德语和英语之外的任何语言,以及对于任何无法提供 78 GB GPU 内存的人来说。对于最后一种情况,我在 2024 年主张的小型专用模型仍然是答案:为了我的播客搜索,我在 Apple Silicon 笔记本上微调了 Mistral 7B:https://www.youtube.com/watch?v=uNj3y2pItrA&t=231s,而不是支付 GPT-4o 的费用。

哪种模型更适合你自己的文档,是像 Kolibri 这样由专家组成的团队,还是针对单一任务训练的小型模型,只有在你尝试在你的数据上运行两者时才会显示结果。在代理下更换模型而不破坏其功能,是我在可靠 AI 代理研讨会中讲授的内容之一:无论底层模型是什么,都能生效的防护措施和重试机制。

我在舞台上展示这些材料,是为你的观众量身定制,而不是简单回放。告诉我活动信息,我会告诉你如果有这个演讲时间我会怎么做。

Kolibri 是 Aleph Alpha 发布的开源权重大型语言模型,适用于德语和英语,于 2026 年 10 月 3 日在 Apache 2.0 许可证下发布。它是一个混合专家模型,拥有 780 亿参数,其中大约 35 亿参数作用于每个 token,能够读取多达 100 万个 token 的上下文,并且从零开始在德国和芬兰的基础设施上进行训练。

主权 AI 模型是指一个组织可以完全在其控制的基础设施上运行,并且遵循其必须遵守的法律构建的模型,这样其数据仍然掌握在自己手中,其他人无法更改或关闭模型。Aleph Alpha 对 Kolibri 使用了两个“主权”的含义:模型如何构建(由德国团队在德国和芬兰的基础设施上、根据欧洲和德国法律构建)以及它如何到达客户(开放权重,客户可以在任何地方运行)。

Kolibri 的权重在 Hugging Face 上开放,使用 Apache 2.0 许可证,因此任何人都可以下载、运行、微调并基于它们构建产品。许可证涵盖权重和配置文件,Aleph Alpha 保留其训练代码和方法的权利。

Kolibri 权重大约需要 78 GB 的 GPU 内存,因此至少需要两块每块 80 GB 的 NVIDIA A100 或 H100 GPU,或者一块 H200、B200 或 B300。每个 token 只有大约 35 亿参数在工作,但所有 780 亿参数都必须驻留在内存中。

在每个令牌使用数十亿参数的开放混合专家模型中,Kolibri 在 Aleph Alpha 自身的评估中获得了最高的德语分数:70.8,而 Qwen3.5 35B-A3B 的得分为 69.8,该模型具有 350 亿参数,每个令牌有 30 亿激活参数(A3B)。密集型 Qwen3.8 27B 得分更高,为 79.9,但它每个令牌使用的参数几乎是前者的 8 倍。

本文由我,Tejas Kumar 撰写,我是 IBM 的 AI 工程师,常驻柏林。阅读我写的其他内容:/blog,或查看《Fluent React》,我的 O'Reilly 书籍,讲解 React 内部工作原理:/react,我在会议上发表的演讲:/speaking,和我的播客 ConTejas Code:/podcast。

研讨会:/workshops 演讲:/speaking 精通 React:/react 关于:/about 我的故事:/story 投资:/investing 我的近况:/status:https://x.com/TejasKumar_LinkedIn:https://www.linkedin.com/in/tejasq YouTube:https://www.youtube.com/@tejask GitHub:https://github.com/TejasQ

Taz Singh 的肖像:https://ca.linkedin.com/in/taz-singh-468b59109

情报判断

Aioga 编辑摘要

Aioga 编辑摘要:Aleph Alpha 于 2026 年 10 月 3 日以 Apache 2.0 许可发布开源权重模型 Kolibri 1,主打德语和英语,总参数 78.1B、每 token 激活约 Aioga 将其归入「行业动态」方向,重点关注它对真实使用和行业竞争的影响。

背景分析

背景分析:模型与研究类动态需要结合能力边界、开放方式、成本、可用性和真实任务表现判断,单项指标领先不等于已经形成稳定采用。

Aioga 观点

Aioga 判断:这条动态更适合作为行业观察信号,当前信息足以建立线索,但不足以推导长期结论。

影响与后续

影响分析:对相关团队而言,短期应先核对来源、可用范围和实际成本,再判断是否值得接入或跟进。 后续观察:继续观察官方文档、实际可用性、价格变化、开发者反馈和竞品回应。

来源与版权说明

本页正文由公开来源页面提取并按原有信息整理,同时保留来源、发布时间和原文入口。版权归原作者及来源网站所有,请通过原文链接核验和阅读来源版本。

抓取通道: 摘要聚合 · 原始域名: tej.as

来源: Hacker News:AI 热帖

原文链接: 打开原始来源

Aioga 归档: 查看情报页

Content record: source-page · Updated: 2026-10-03T10:43:51.000Z

API 中转站
API RELAY · DEVELOPER INFRASTRUCTURE

API 中转站

统一接入主流 AI 模型 API,为开发、测试与生产环境提供稳定调用入口。

立即访问 api.w173.com
AIOGA SHARE POSTER

分享这篇 AI 情报

Aleph Alpha 于 2026 年 10 月 3 日发布开放权重模型 Kolibri,为面向德语和英语的 MoE 模型,总参数 781 亿、每 token 激活约 34....

Hacker News:AI 热帖2026-10-03T10:43:51.000Z
扫码打开文章详情扫码直达文章详情

Aioga 自动聚合全球 AI 动态,并保留来源信息用于核验与引用。