El Technology Innovation Institute (TII) de Abu Dabi presentó Falcon 180B, uno de los mayores modelos de lenguaje abiertos del mundo, entrenado sobre 3,5 billones de tokens en infraestructuras de supercómputo masivo para rivalizar con gigantes propietarios.
Sigue leyendo las noticias clave de IA
Filtrar y personalizar
01.AI Presenta Yi-34B: Modelo Abierto Bilingüe de 34B con Ventana de Contexto de 200K Tokens01.AI libera Yi-34B, modelo fundacional bilingüe de 34B parámetros entrenado sobre 3 billones de tokens con contexto de 200K tokens y licencia permisiva.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
Allen AI Presenta OLMo 2: Modelos Fundacionales Abiertos de 7B y 13B con Transparencia Total en Datos y CódigoAllen AI lanza OLMo 2, modelos abiertos de 7B y 13B entrenados sobre 5 billones de tokens de Dolma con pesos, código y registros de entrenamiento públicos.Leer análisis completo
Baichuan Presenta Baichuan 2: Modelos Abiertos de 7B y 13B Preentrenados con 2,6 Billones de Tokens y Alta EficienciaBaichuan libera Baichuan 2 en 7B y 13B parámetros, preentrenado con 2,6 billones de tokens con paridad frente a LLaMA 2 en razonamiento y código bilingüe.Leer análisis completo
Google DeepMind Presenta Genie 2: Modelo Fundacional del Mundo para Generar Entornos 3D Interactivos en Tiempo RealGoogle DeepMind presenta Genie 2, modelo fundacional capaz de simular y renderizar entornos virtuales 3D interactivos controlables en tiempo real.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
Moonshot AI presenta Kimi k1.5: modelo de razonamiento multimodal entrenado con aprendizaje por refuerzo a escala masivaMoonshot AI revela Kimi k1.5, combinando técnicas avanzadas de RL multimodal y cadenas de pensamiento profundo para superar evaluaciones complejas de STEM.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
TII Presenta Falcon 40B: Modelo Fundacional Abierto con Multi-Query Attention y Dataset RefinedWebTII libera Falcon 40B, modelo fundacional abierto entrenado sobre 1 billón de tokens de RefinedWeb con Multi-Query Attention y licencia Apache 2.0.Leer análisis completo
TII Presenta Falcon Mamba: El Primer Modelo de Lenguaje Abierto Basado en la Arquitectura SSM a Escala de 7BTII lanza Falcon Mamba 7B, primer modelo abierto puro basado en Mamba con memoria constante y rendimiento superior a Transformers como Llama 3 en benchmarks.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
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
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
Allen AI Presenta Molmo: Familia de Modelos Multimodales Abiertos de Visión y Lenguaje con Capacidad de Apuntado y LocalizaciónAllen AI lanza Molmo (7B y 72B), modelos abiertos de visión y lenguaje que superan a GPT-4V en apuntado de píxeles y comprensión visual de UI.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
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