ÁLVAROMAUREIRAUpstage presentó SOLAR 10.7B, un modelo de lenguaje fundacional abierto de 10.700 millones de parámetros construido mediante Depth Up-Scaling (DUS) a partir de bloques de 7B y alineado con optimización directa de preferencias (DPO), liderando los benchmarks abiertos de razonamiento.
Upstage lanzó SOLAR 10.7B, demostrando que escalar la profundidad de modelos de 7B mediante fusión inteligente de capas y alineación DPO supera a modelos abiertos del triple de parámetros.
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
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
Alibaba Presenta Qwen2.5-Math: Modelos Abiertos de Razonamiento Matemático con CoT Sintético Aumentado por CódigoAlibaba publica Qwen2.5-Math en versiones de 1.5B a 72B, superando a modelos propietarios en benchmarks matemáticos mediante razonamiento CoT y Python.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
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
Apple Depth Pro: Estimación Métrica de Profundidad Monocular en Alta Resolución y Tiempo RealApple presenta Depth Pro, modelo de visión que infiere profundidad métrica 2D a 3D en 0.3 segundos sin datos LiDAR para robótica y realidad aumentada.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
Black Forest Labs FLUX.1 Depth y Canny: Control Estructural Preciso Mediante Adaptadores de Profundidad y BordesBlack Forest Labs lanza adaptadores Depth y Canny para FLUX.1, permitiendo control geométrico y preservación de bordes sin degradar la síntesis visual.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
Hugging Face Presenta SmolLM2: Familia de Modelos Abiertos de 135M a 1.7B para Inferencia On-Device y Agentes LocalesHugging Face publica SmolLM2 en tamaños de 135M, 360M y 1.7B parámetros, optimizados para razonamiento local, llamadas a herramientas y despliegue on-device.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
Shanghai AI Lab Presenta InternLM2-Math-20B: Modelo Abierto Especializado en Razonamiento Matemático FormalShanghai AI Lab lanza InternLM2-Math-20B, modelo abierto de 20B para razonamiento matemático formal mediante cadenas de pensamiento y código integrado.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