提出 RAM 评分量化 HuggingFace 模型相对下载热度
natolambert · x · 2026-08-20
Nathan Lambert 介绍了他与 xeophon 为 ATOM 工作设计的 RAM (Relative Adoption Metric) 评分。该指标用于衡量模型在特定时间点（如发布后 30 天）的下载量，相对于该尺寸下历史前 10 名模型下载量的表现。
- 计算公式：RAM score @ t = (模型在 t 时刻的累计下载量) / (同类尺寸历史 Top-10 模型在 t 时刻的下载量)
- 解读：分数高于 1 意味着该模型有望进入该尺寸类别的下载量前 10。
- 有效性：对于 50B+ 参数的大模型尤为有意义。通常大 MoE 模型若获得大量采用，往往意味着模型质量过硬。
「研究」频道最新
- FDA 批准 1357 款医疗 AI，仅 3 款验证患者获益 — EricTopol · 2026-08-20
- 研究者让 Codex 处理随机试验数据，它主动要求对自身设盲 — Afinetheorem · 2026-08-20
- UC Berkeley 推出五千美元开源人形机器人 — lukas_m_ziegler · 2026-08-20
- 威斯康星大学举办脑机接口解码挑战赛 — Pseudomanifold · 2026-08-20
- 研究称社媒推荐内容常与用户价值观相悖 — mattgroh · 2026-08-20
- 开发者用 5 个月 8100 次提交，用 Rust 重构 Redis — doodlestein · 2026-08-20