Apertus 1.5 Lança Avanços Multimodais e Performance Aprimorada
O lançamento mais recente do Apertus 1.5 estende os modelos 8B e 70B com compreensão de imagem e áudio, além de introduzir um modo de pensamento opcional e uma janela de contexto quatro vezes maior.
Os pesos dos modelos foram disponibilizados na Hugging Face em 24 de julho de 2026 sob licença Apache 2.0.
O processo de pré-treinamento continua em quatro etapas a partir do Apertus 1.0.
- Modelos 8B e 70B agora incluem compreensão multimodal
- Modo de pensamento opcional disponível
- Janela de contexto aumentada para quatro vezes o tamanho anterior
- Melhorias significativas em instrução-following e uso de ferramentas
Mais da metade dos tokens de treinamento são baseados apenas em texto, preservando as capacidades linguísticas do Apertus 1.0.
Novas avaliações multimodais foram adicionadas através do pipeline MLLM-eval-suite, integrando dois principais frameworks de avaliação multimodal: lmms-eval e VLMEvalKit.
Além disso, foram expandidos os benchmarks textuais e adicionados testes específicos para tradução, multilinguismo, segurança e uso de ferramentas.
O desempenho multimodal do modelo está mais próximo do Gemma 4 12B e outros modelos de peso aberto atuais.
O Apertus 1.5 também apresenta desempenho competitivo em tarefas de compreensão espacial entre modelos de peso aberto e em compreensão de documentos e tabelas entre modelos de código aberto.
Parcerias com a EvalEval Coalition garantem benchmarking transparente e reproduzível.
Os resultados são publicados no esquema Every Eval Ever (EEE), que registra não apenas pontuações, mas também quem executou a avaliação, como o modelo foi acessado e configurações de geração.
Com informações de: Hugging Face Blog