阶跃星辰发布10B多模态模型Step3-VL-10B，性能超越大体积模型。
核心方法：采用PaCoRe（并行协调推理）技术，通过16路并行探索提升复杂任务性能。 实测成绩：在AIME 2025数学竞赛中得分94.43，超越Qwen3-VL-Thinking和Gemini 2.5 Pro。 代价：计算量约为16倍，汇总阶段需要128K上下文长度，适合高精度竞赛场景。
大黑AI速报
阶跃星辰通过创新的推理架构，在小参数模型上实现了超越大模型的性能，展示了“测试时计算扩展”的价值。同时，GLM-4.7-Flash的量化部署问题得到解决，有助于其更广泛的本地应用。
模型动态
GLM-4.7-Flash量化版本发布，并提供了解决重复输出问题的方案。
问题：本地运行GGUF量化版时出现内容重复。 解决方案：需使用llama.cpp的dry-multiplier参数（而非repeat-penalty）来抑制重复，并给出了推荐参数。 量化选择：Unsloth提供了19种量化格式，推荐UD-Q5_K_M以平衡体积与质量。