人工智能研究機構
卓越的性能表現
在最新的 SWE-Bench-Test Verified 編程基準測試(64K 上下文)中,該系列的最強模型 SERA-32B 成功解決了 54.2% 的問題。這一成績不僅超越了同類開源模型,甚至在特定條件下與行業領先的閉源模型不相上下。

極低的訓練門檻
根據
成本極低: 僅需約40個 GPU 天的訓練量。花費 400美元 即可達到主流開源模型水平,投入 12,000美元 即可獲得比肩頂級商業模型的性能。
技術創新: SERA 採用了一種名爲**“軟驗證生成”(Soft-verified Generation)**的簡化訓練方法。該技術突破了以往必須依賴“完全正確代碼示例”的限制,使得在不完整或私有的數據上進行微調變得更加可行。
易用性與開源生態
爲了方便開發者快速集成,
目前,SERA 的所有模型、源代碼及訓練指令均已在
