SOTA（State-of-the-Art）指的是人工智能领域中当前性能最优、技术最前沿的模型或方法。2023年以来，随着大语言模型和多模态技术的快速发展，SOTA模型的性能提升速度明显加快，各类创新方法不断涌现。
SOTA 近期进展
当前焦点与观察点
SOTA模型的研发正朝着更高效、更易用的方向发展。近期提出的SALT框架通过固定质心按需交换残差，实现了高效超低秩LoRA服务，大幅降低了SOTA模型的资源消耗。SALT 框架：固定质心按需交换残差，实现高效超低秩 LoRA 服务同时，后训练优化成为提升SOTA模型性能的重要途径。Locus对Qwen3的后训练使其超越了官方版本，在PostTrainBench评测中登顶，证明了后训练的潜力。Locus后训练Qwen3超越官方，登顶PostTrainBench
开源社区也在推动SOTA技术的普及。海螺H3开源模型号称达到了Seedance 2.0八成水准，为开发者提供了接近SOTA性能的替代选择。海螺 H3 开源，号称达 Seedance 2.0 八成水准