OpenBMB y la Universidad de Tsinghua presentaron MiniCPM 3.0, un modelo de lenguaje abierto de 4.000 millones de parámetros diseñado con optimización extrema que supera a modelos consolidados de 8B como Llama 3 8B y Gemma 2 9B en comprensión, RAG y seguimiento de instrucciones.
La noticia en una frase
OpenBMB liberó MiniCPM 3.0, una arquitectura de 4B parámetros que ofrece rendimiento de clase 8B con la mitad del consumo de cómputo, destacando en recuperación de información aumentada (RAG) y llamadas a herramientas.
El alcance que cambia la lectura
La adopción empresarial de modelos de lenguaje en el borde frecuentemente tropieza con las limitaciones de memoria de los chips de inferencia de 8B parámetros. MiniCPM 3.0 demuestra que mediante una ley de escalado de datos hiper-densa, un modelo de 4B puede superar en razonamiento analítico y capacidad agéntica a arquitecturas del doble de tamaño.
