Salesforce AI Research presentó xLAM (Large Action Models), una familia pionera de modelos de inteligencia artificial específicamente entrenados y optimizados para actuar como el cerebro operativo de agentes autónomos, especializándose en llamadas a funciones (Function Calling), selección de herramientas y planificación secuencial de tareas en entornos de software complejos. Disponibles en cinco tamaños meticulosamente calibrados que van desde versiones ultraligeras de 1.000 millones (xLAM-1B) y 7.000 millones (xLAM-7B) hasta arquitecturas densas de 8.000 millones y variantes de mezcla de expertos (xLAM-8x7B), los modelos xLAM superan a alternativas propietarias de escala monumental en el prestigioso Berkeley Function-Calling Leaderboard (BFCL), demostrando que la especialización funcional supera al tamaño indiscriminado en la ejecución precisa de software.
Capítulo 01
La noticia en una frase
Salesforce presenta xLAM (1B a 8x7B), modelos de acción que lideran el Berkeley Function-Calling Leaderboard superando a GPT-4 en Tool-Use.
En el benchmark BFCL de la Universidad de Berkeley, xLAM-7B alcanza una precisión global del 88,2%, colocándose por encima de modelos como GPT-3.5 Turbo y Claude 3 Haiku, mientras que la variante 8x7B rivaliza directamente con GPT-4o.
Capítulo 02
