บริษัทผู้พัฒนาเกม PlayerUnknown's Battlegrounds เปิดโมเดล 30B แบบโอเพนซอร์ส: แก้บั๊กได้ใกล้เคียง Meta，底层ใช้เทคโนโลยี Kimi และ DeepSeek

动察 Beating ข่าวด่วน AI: KRAFTON ยักษ์ใหญ่เกมเกาหลีเปิดตัว Raon-1 mini เวอร์ชันพรีวิว เป็นโมเดลภาษา MoE ที่ฝึกจากศูนย์ มีพารามิเตอร์รวมประมาณ 28.8 พันล้าน เปิดใช้งานเพียง 4.3 พันล้านต่อการอนุมานหนึ่งครั้ง เน้นปรับแต่งการสนทนาภาษาเกาหลี การเขียนโปรแกรม และความสามารถ Agent รองรับบริบท 260,000 โทเค็น

แม้จะฝึกจากศูนย์ แต่เทคโนโลยีพื้นฐานก็มีเงาของผู้ผลิตจีน มันใช้สถาปัตยกรรม attention แบบผสม โดยใน 25 เลเยอร์มี 18 เลเยอร์ใช้กลไก linear attention ที่พัฒนามาจาก Kimi Delta Attention นอกจากนี้ ทีมยังลดความซับซ้อนของเทคโนโลยี hyper-connection mHC ของ DeepSeek เพื่อลดค่าใช้จ่ายในการคำนวณสำหรับการฝึก

ผลทดสอบที่ KRAFTON เปิดเผยแสดงว่า Raon-1 mini ทำได้ 70.8% ในการทดสอบแก้โค้ด SWE-Verified สูงกว่า Qwen3.6-35B-A3B ที่ 63.2% และใกล้เคียง Meta Muse Glimmer ที่ 72.0% แต่ในการทดสอบปฏิบัติการเทอร์มินัล Terminal-Bench Lite ทำได้เพียง 47.0% ตามหลังอย่างชัดเจนเมื่อเทียบกับ Qwen3.6-35B-A3B ที่ 63.3% และ Muse Glimmer ที่ 70.7% ส่วนการทดสอบการปฏิบัติตามคำสั่ง IFBench ทำได้ 84.2% สูงกว่าสองโมเดลข้างต้น

น้ำหนักโมเดลเปิดตามสัญญา Apache 2.0 มีให้ในเวอร์ชัน GGUF, MLX และอื่นๆ รองรับการรันบน Mac ในเครื่อง เวอร์ชันควอนไทซ์ NVFP4 สามารถติดตั้งบน RTX 5090 การ์ดเดียว ทีมยังมีโมเดล speculative decoding DFlash2 ในการทดสอบบน NVIDIA B300 การ์ดเดียว ให้ throughput เอาต์พุตสูงสุดเพิ่มขึ้น 2.18 เท่าเมื่อเทียบกับการถอดรหัสปกติ