人工智能研究机构
卓越的性能表现
在最新的 SWE-Bench-Test Verified 编程基准测试(64K 上下文)中,该系列的最强模型 SERA-32B 成功解决了 54.2% 的问题。这一成绩不仅超越了同类开源模型,甚至在特定条件下与行业领先的闭源模型不相上下。

极低的训练门槛
根据
成本极低: 仅需约40个 GPU 天的训练量。花费 400美元 即可达到主流开源模型水平,投入 12,000美元 即可获得比肩顶级商业模型的性能。
技术创新: SERA 采用了一种名为**“软验证生成”(Soft-verified Generation)**的简化训练方法。该技术突破了以往必须依赖“完全正确代码示例”的限制,使得在不完整或私有的数据上进行微调变得更加可行。
易用性与开源生态
为了方便开发者快速集成,
目前,SERA 的所有模型、源代码及训练指令均已在
