ÁLVAROMAUREIRAStability AI lanzó StableLM 2 12B, un modelo de lenguaje fundacional y de instrucción multilingüe entrenado en 2 billones de tokens a lo largo de siete idiomas europeos, diseñado para ofrecer un equilibrio óptimo entre precisión y requerimientos de cómputo en servidores locales.
Stability AI presentó StableLM 2 12B, un modelo abierto que compite contra arquitecturas de 70B en benchmarks conversacionales y matemáticos requiriendo una fracción del consumo de memoria.
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
Allen AI Presenta OLMoE: Modelo Abierto Mixture-of-Experts de 7B con 1B Activos y Máxima Transparencia de DatosAi2 publica OLMoE, un modelo MoE completamente abierto de 7B que activa 1B de parámetros por token, liberando código, datos, logs y más de 5.000 checkpoints.Leer análisis completo
Allen AI Presenta Tulu 2 DPO: Familia de Modelos Abiertos de Instrucción con Optimización de Preferencias DirectasAllen AI lanza Tulu 2 DPO, suite de modelos abiertos en 70B y 13B con alineación directa de preferencias y recetas transparentes que superan a Llama 2 Chat.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
Cohere lanza Command R7B: modelo multilingüe optimizado para agentes conversacionales y flujos RAG con bajo consumo de memoriaCohere anunció Command R7B, su modelo ligero multilingüe diseñado para tareas de agentes y flujos RAG corporativos de alta velocidad.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 Labs Presenta Helium 1: Modelo Abierto Ultracompacto de 2B Diseñado para Inferencia Local de Alta VelocidadKyutai Labs libera Helium 1, un modelo de lenguaje de 2.000 millones de parámetros con optimización de vocabulario para inferencia ultrarrápida on-device.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
Microsoft presenta Phi-4: modelo compacto de 14B parámetros con razonamiento sintético de vanguardia y rendimiento matemático superiorMicrosoft anunció Phi-4, modelo de 14B entrenado con datos sintéticos curados que supera a modelos mayores en razonamiento y matemáticas.Leer análisis completo
Mistral AI Presenta Mathstral 7B: Modelo Abierto Especializado en Razonamiento Matemático y CientíficoMistral AI lanza Mathstral 7B, modelo abierto con ventana de 32K tokens optimizado para resolver problemas matemáticos de nivel olímpico e investigación STEM.Leer análisis completo
Nexusflow Presenta Starling-LM 7B: Modelo Abierto Optimizado con RLAIF que Lidera Benchmarks ConversacionalesNexusflow y UC Berkeley liberan Starling-LM 7B, modelo alineado con RLAIF y dataset Nectar que alcanza la cima en Chatbot Arena entre modelos de 7B.Leer análisis completo
TII Presenta Falcon 2 11B: Modelo Fundacional Abierto con Capacidades Nativas de Visión y LenguajeTII libera Falcon 2 11B, modelo abierto con conversión directa de visión a lenguaje para procesamiento multimodal eficiente en una única GPU de 24 GB.Leer análisis completo
Together AI Presenta RedPajama Data v2: El Mayor Corpus Abierto con 30 Billones de Tokens y 40 Señales de CalidadTogether AI lanza RedPajama Data v2, corpus de 30 billones de tokens con más de 40 anotaciones de calidad para preentrenamiento de modelos abiertos soberanos.Leer análisis completo