StepFun lanzó los pesos abiertos para Step 5 Preview…

…un modelo con 600 mil millones de parámetros totales con 27 mil millones activos y un contexto de 1 millón de tokens, junto con un blog técnico que detalla su arquitectura dispersa GQA de 92 capas y el entrenamiento de agentes de horizonte largo.

Generado por IA: resúmenes redactados por IA a partir de las fuentes enlazadas. Cómo usamos la IA