ÁLVAROMAUREIRA01.AI, la compañía fundada por Kai-Fu Lee, presentó Yi-34B, un modelo de lenguaje fundacional abierto de 34.000 millones de parámetros entrenado sobre 3 billones de tokens bilingües con soporte nativo para secuencias de hasta 200.000 tokens sin pérdida de atención.
01.AI lanzó Yi-34B, un gigante abierto bilingüe que lidera los rankings globales de razonamiento y admite libros enteros en su contexto de 200K tokens con eficiencia propia de modelos de 70B.
01.AI Presenta Yi-Coder: Modelos Abiertos de Programación con Ventana de Contexto de 128K y Soporte para 52 Lenguajes01.AI lanza Yi-Coder en versiones de 1.5B y 9B, modelos abiertos de programación con ventana de contexto de 128K para comprensión completa de repositorios.Leer análisis completo
01.AI Presenta Yi-Lightning: Modelo de Frontera de Alta Velocidad y Bajo Coste que Empata con GPT-4o en LMSYS01.AI lanza Yi-Lightning, modelo que alcanza el puesto #6 global en LMSYS Arena empatando con GPT-4o a un coste hasta 90% menor.Leer análisis completo
Adept Presenta Persimmon-8B: Modelo de Lenguaje Abierto con Tokenizador Unigram y Cero Sesgos en CapasAdept libera Persimmon-8B, arquitectura abierta sin capas bias entrenada con tokenizador Unigram para máxima velocidad de inferencia y comprensión textual.Leer análisis completo
AI Singapore Presenta SEA-LION 7B: Modelo Fundacional Abierto Optimizado para 11 Lenguas del Sudeste AsiáticoAI Singapore presenta SEA-LION 7B, modelo fundacional abierto entrenado sobre 11 lenguas del Sudeste Asiático con tokenizador optimizado regionalmente.Leer análisis completo
BAAI Presenta BGE-M3: Modelo Abierto de Embeddings Multilingüe y Multifuncional con Soporte para Más de 100 IdiomasLa Academia de IA de Beijing lanza BGE-M3, un modelo que unifica recuperación densa, léxica y multivectorial en 100 idiomas con ventana de 8192 tokens.Leer análisis completo
Bria AI Presenta Bria 2.3: Modelo Fundacional Abierto de Generación Visual con Cumplimiento de Copyright y AtribuciónBria AI lanza Bria 2.3, un modelo fundacional de difusión visual de pesos abiertos entrenado en datos 100% licenciados con protección legal para empresas.Leer análisis completo
Cerebras Presenta BTLM-3B-8K: Modelo Abierto de 3B que Supera a Modelos de 7B con Contexto Nativo de 8KCerebras libera BTLM-3B-8K, modelo de 3B parámetros entrenado en supercomputadoras CS-2 con SwiGLU y ALiBi que supera a arquitecturas estándar de 7B.Leer análisis completo
Google Presenta Gemma 2 2B: Modelo Abierto de 2B Diseñado para Inferencia Eficiente en DispositivosGoogle lanza Gemma 2 2B, modelo abierto ultraligero con arquitectura de atención deslizante y destilación de conocimiento para edge computing.Leer análisis completo
Shanghai AI Lab Presenta InternLM 2.5: Modelos Abiertos de Razonamiento con Ventana de Contexto de 1 Millón de TokensShanghai AI Lab lanza InternLM 2.5 en 7B y 20B, con procesamiento de 1M de tokens, razonamiento matemático avanzado y llamadas a herramientas complejas.Leer análisis completo
Kyutai Presenta Mimi: Codec de Audio Neuronal Abierto de Ultra Baja Latencia para Modelos de VozKyutai libera Mimi, codec de audio neuronal abierto que combina tokens acústicos y semánticos a 12,5 Hz para síntesis de voz interactiva a baja latencia.Leer análisis completo
LG AI Research Presenta EXAONE 3.0: Modelos Fundacionales Abiertos Bilingües de 7.8B con Alta Eficiencia de InferenciaLG AI Research libera EXAONE 3.0 7.8B, modelo abierto bilingüe inglés-coreano optimizado con reducción de parámetros del 68% y alto rendimiento en código.Leer análisis completo
LLM360 Presenta Amber: El Primer Modelo Fundacional Abierto de 7B con 360 Checkpoints y Reproducibilidad TotalLLM360 libera Amber, un modelo de lenguaje de 7B parámetros con 360 checkpoints intermedios, código, datos y métricas abiertas para investigación reproducible.Leer análisis completo
Mistral AI Presenta Ministral 3B y 8B: Modelos de Borde de Alta Eficiencia para Dispositivos LocalesMistral AI presenta Ministral 3B y 8B, modelos ultraligeros para inferencia local en dispositivos con ventana de 128k y latencia ultrabaja en el borde.Leer análisis completo
MosaicML Presenta MPT-30B: Modelo Abierto de 30B con Arquitectura ALiBi y Contexto Nativo ExtensibleMosaicML presenta MPT-30B, modelo abierto de 30B con arquitectura ALiBi, contexto nativo de 8K e inferencia en una GPU para soberanía de datos comercial.Leer análisis completo
Stability AI Presenta StableLM 2 12B: Modelo Abierto Multilingüe Optimizado para Rendimiento de VanguardiaStability AI presenta StableLM 2 12B, modelo multilingüe eficiente entrenado en 2T tokens a lo largo de 7 idiomas con paridad frente a modelos de 70B.Leer análisis completo
Tencent Presenta Hunyuan-Large: Modelo Abierto de Mezcla de Expertos de 389B con 52B Activos y Contexto de 256KTencent presenta Hunyuan-Large, modelo abierto MoE de 389B parámetros con 52B activos, ventana de 256K tokens y preentrenamiento con datos sintéticos filtrados.Leer análisis completo