Open Weights

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.

Modelos de IA • Pandaily

inclusionAI de Ant Group publicó los pesos de Ling-3.1-flash en Hugging Face bajo la licencia MIT. El modelo MoE híbrido-lineal con 560 mil millones de parámetros totales tiene 25 mil millones de parámetros activos por token y una ventana de contexto de 1 millón de tokens.

Modelos de IA • Pandaily

China planea restringir las exportaciones de 23 tecnologías clave de IA, incluidos los pesos de los modelos, el código fuente y los métodos de entrenamiento para sistemas que alcanzan 10^26 FLOPs o 2 billones de parámetros. Una regla de vía rápida aún permitirá las publicaciones de código abierto tan pronto como se registren.

Política • The Decoder

Black Forest Labs lanzó FLUX 3 Image Klein, un modelo de imagen de pesos abiertos de 5.6 mil millones de parámetros que admite generación nativa en 4K, edición de precisión de píxeles y generación con hasta diez imágenes de referencia. El modelo se ejecuta en GPUs de consumo con solo 8 GB de VRAM.

Modelos de IA • The Decoder

Mistral ha lanzado Mistral Large 4, un modelo multimodal de 1 billón de parámetros con 49 mil millones de parámetros activos, en vista previa pública. La empresa afirma que impulsa el límite del rendimiento de pesos abiertos, y se espera que los pesos se publiquen a finales de mes.

Modelos de IA • Hacker News

Un nuevo modelo de decisión ligero llamado PolicyLM-1.7B, publicado con pesos abiertos por Musubi, está diseñado para la moderación de contenido en tiempo real. El modelo tiene como objetivo cambiar cómo se utilizan los modelos de decisión de IA en este espacio.

Modelos de IA • TechCrunch AI