先了解这件事
2026年3月23日,Sakana AI发布日本适配试作模型系列Namazu(α版),并同步上线搭载该模型的聊天服务Sakana Chat。据官方说明,Namazu将DeepSeek-V3.1-Terminus、Llama-3.1-405B、gpt-oss-120B等开源基座适配为日本规格,在AIME'25、MMLU-Redux、GPQA Diamond、LiveCodeBench、IFEval等基准上保持与基座相当的性能,在自建的中立性与事实准确性评测中明显改善,其中基座DeepSeek-V3.1-Terminus对相关政治历史话题的拒答率由72%降至接近0%。在日语基准Nejumi Leaderboard4、Swallow LLM LeaderBoard v2、JamC-QA上,Namazu-DeepSeek-V3.1-Terminus与基座及同规模他社模型相当。官方表示技术报告与部分模型权重将后续公开。
AI 根据公开报道生成
事件进展
1 个已确认进展
- 来源：Sakana AI：Blog
报道与讨论时间线
按时间查看正式报道与传播讨论；两类内容的证据等级保持独立。
3月23日
Sakana AI：Blog一手精选
Sakana AI 发布日本适配模型系列 Namazu α 版并上线 Sakana Chat
Sakana AI 发布事后学习技术试作模型系列 Namazu（α版），将 DeepSeek-V3.1-Terminus、Llama-3.1-405B、gpt-oss-120B 等开源基座适配为日本规格，并同步公开搭载该模型的聊天服务 Sakana Chat。官方称 Namazu 在 AIME'25、MMLU-Redux、GPQA Diamond、LiveCodeBench、IFEval 等基准上保持与基座相当的性能，在自建的中立性与事实准确性评测中明显改善，其中基座 DeepSeek-V3.1-Terminus 对相关政治历史话题的拒答率为 72%，经事后学习后降至接近 0%。日语基准 Nejumi Leaderboard4、Swallow LLM LeaderBoard v2、JamC-QA 上，Namazu-DeepSeek-V3.1-Terminus 与基座及同规模他社模型相当，技术报告与部分模型权重将后续公开。