Blog

Google DeepMind presenta Gemma, un modelo de código abierto basado en investigación Gemini con versiones de 2B y 7B parámetros.

Google DeepMind lanza Gemini 1.5 Pro, un modelo multimodal que rompe récords con 1 millón de tokens de contexto y arquitectura MoE.

Google DeepMind lanza oficialmente Gemini 1.0 Ultra, el modelo más capaz de la familia Gemini, que supera a GPT-4 en 30 de 32 benchmarks clave.

Stability AI lanza StableLM 2 con 1.6B y 12B de parámetros, entrenado en 2 billones de tokens, ofreciendo un rendimiento competitivo con modelos más grandes.

BigCode y ServiceNow lanzan StarCoder 2, una familia de modelos de código de código abierto en tamaños de 3B, 7B y 15B parámetros entrenados en más de 4 billones de tokens.

Descubre cómo DeepSeekMath-7B utiliza RL y el algoritmo GRPO para alcanzar niveles de razonamiento comparables a modelos gigantes.

Descubre cómo DeepSeek-MoE está redefiniendo el rendimiento de los modelos open-source mediante una arquitectura MoE altamente eficiente.

El modelo SOLAR 10.7B de Upstage lidera la tabla de clasificación de modelos abiertos con un rendimiento sobresaliente y licencia Apache 2.0.

Descubre cómo el modelo Mixtral 8x7B de Mistral AI combina calidad GPT-3.5 con solo 12.9B parámetros activos y licencia Apache 2.0.