发布 · 2026年11月Bison-1 与 Groundhog-1:采用美国底座的前沿决策模型

认识一下 Bison-1 和 Groundhog-1:我们基于 Gemma 4 构建的新决策模型,拥有 128k 上下文窗口、支持多模态并开放权重。

chuck

Charles O'Neill

maxkirkby

Max Kirkby

thomas

Thomas Villeneuve

Nataly Delcid

Nataly Delcid

Michael Psenka

Michael Psenka

我们正在扩展 我们的决策模型家族 ,加入基于 Google Gemma 4 构建的 Bison-1 和 Groundhog-1。它们让我们的决策模型采用美国底座,并将上下文窗口扩展至最多 128k tokens。

我们在 Baseten 博客上发布的完整公告 介绍了此次发布及基准测试结果。以下是几个亮点:

  • 在 Artificial Analysis 决策指数中排名第一。 发布之初,Bison-1 在 Artificial Analysis Decision Index v2.1 的 19 个模型中以 76 分位居第一。它还取得了该指数最低的 Brier 分数,这一指标衡量模型置信度与正确性之间的吻合程度。

  • 为每项决策提供更多上下文。 两款新模型均支持 128k 上下文窗口,是我们此前 Model API 所提供容量的八倍,并可接受文本和图像输入。

  • 两种模型规模。 Bison-1 是一款专注于准确率的 31B 稠密模型;Groundhog-1 是一款 26B 混合专家模型,约有 4B 激活参数,旨在降低延迟和成本。

  • 开放权重。 两款模型均已在 Hugging Face 和 Baseten Model APIs 上提供,并使用与我们现有决策模型相同的 API。

在此阅读完整公告。

引用这项工作

@article{baselabs2026-bison-1-and-groundhog-1-frontier-american-backbone-decision-models,
  title   = {Bison-1 and Groundhog-1: frontier American-backbone decision models},
  author  = {O'Neill, C. and Kirkby, M. and Villeneuve, T. and Delcid, N. and Psenka, M.},
  journal = {Base Labs},
  year    = {2026},
  number  = {009},
  url     = {https://labs.baseten.co/009},
}

实验室相关内容

01

梯度对齐能否使监督符合 on-policy?

发布·2026年11月Michael Psenkachuckmaxkirkby
02

on-policy 自蒸馏的偏差

发布·2026年11月maxkirkbyMichael Psenkachuck
03

理解强化学习中价值函数的计算效率

发布·2026年10月HarryAly ShariffmaxkirkbyMichael Psenka