Sarvam 105B

Die Einschätzung

Sarvam hat dieses Modell für Indien trainiert: zweiundzwanzig Sprachen als erstklassig behandelt statt als Nachgedanke, mit einem darauf abgestimmten Tokenisierer und Datenmix, als offene Gewichte veröffentlicht. Für Produkte in indischen Sprachen schlägt es Modelle, die mehrfach so groß sind, weil die großen Labs ihr Trainingsbudget schlicht nicht so aufteilen. Im Englischen liegt es im Mittelfeld — und versucht auch nichts anderes.

Wo es glänzt

• Zweiundzwanzig indische Sprachen erstklassig behandelt, nicht übersetzt
• Tokenisierer für indische Schriften optimiert, was die Kosten pro Anfrage senkt
• Offene Gewichte, sodass es innerhalb Indiens deployt werden kann

Vorher wissenswert

• Im Englischen Mittelfeld gegenüber Modellen ähnlicher Größe
• Kurzes Kontextfenster