Recientemente, IBM anunció el lanzamiento de la versión 3.1 de su modelo de lenguaje abierto Granite. Esta actualización incluye varias mejoras importantes. El nuevo modelo ha sido rediseñado con una arquitectura más densa, capaz de procesar hasta 128.000 tokens a la vez. Esta actualización significa que Granite ha mejorado significativamente su capacidad para manejar textos y tareas complejas. El modelo Granite 3.1 se ha entrenado con conjuntos de datos de 12 idiomas y 116 lenguajes de programación, procesando un total de 12 billones de tokens.

Arcee AI ha lanzado recientemente su último modelo de lenguaje abierto, Arcee-Nova. Basado en Qwen2-72B-Instruct, este modelo alcanza un rendimiento casi comparable al de GPT-4, mostrando capacidades excepcionales en razonamiento lógico, escritura creativa, generación de código, comprensión del lenguaje y aplicaciones de atención al cliente. Optimizado mediante conjuntos de datos generales diversos y aprendizaje por refuerzo, Arcee-Nova ofrece adaptabilidad multidisciplinar y lidera el ranking en OpenLLM Leaderboard 2.0.

Apple y sus colaboradores han lanzado DCLM, un modelo de lenguaje grande de código abierto con 700 millones de parámetros. Entrenado con 2,5 billones de tokens de datos, DCLM muestra una mejora significativa en la comprensión y generación del lenguaje. El núcleo de DCLM es una herramienta de optimización de conjuntos de datos estandarizada, que permite a los investigadores realizar experimentos en la plataforma Hugging Face para evaluar la calidad de diferentes conjuntos de datos y métodos de mejora. Los estudios demuestran que los conjuntos de datos de referencia creados con DCLM pueden entrenar modelos que obtienen excelentes resultados en pruebas clave, especialmente en M...

SemiKong, el primer modelo de lenguaje abierto para diseño de chips a nivel mundial, se presentó en la conferencia Semicon West 2024. Desarrollado conjuntamente por Aitomatic y FPT Software, SemiKong, basado en el ajuste fino de Llama 3, supera el rendimiento de los modelos de lenguaje grandes generales. Muestra una mejora significativa en precisión, relevancia y comprensión de los procesos de semiconductores. Entrenado en tres fases, con 8B parámetros, este modelo está específicamente diseñado para el conocimiento del sector de los semiconductores, ofreciendo una potente plataforma base para las empresas de chips y acelerando la innovación.

La startup finlandesa Silo AI ha lanzado Poro, un modelo diseñado para mejorar la inteligencia artificial multilingüe en Europa. Poro es un modelo abierto que cubre los 24 idiomas oficiales de la UE y cuenta con 3.420 millones de parámetros. Poro utiliza métodos de entrenamiento multilingüe para superar los desafíos de rendimiento en el entrenamiento de idiomas con pocos recursos.