Pesos del modelo
Los miles de millones de números que un modelo aprende durante el entrenamiento, en la práctica su conocimiento.
Los pesos del modelo son los números que aprende una red neuronal durante el entrenamiento, a menudo miles de millones. Juntos codifican todo lo aprendido de los datos y son lo que produce sus respuestas al ejecutarse. En un sentido real, los pesos son el modelo.
Por eso pesos abiertos significa tanto. Cuando un laboratorio los publica, entrega el sistema terminado y ejecutable para usarlo en hardware propio. Si permanecen privados, solo se accede al modelo mediante el servicio del proveedor.
También explican por qué crear modelos de frontera es tan caro: producir buenos pesos exige enormes cantidades de datos y capacidad de cálculo, aunque ejecutar después el modelo pueda ser relativamente barato.
-
K2 Horizon envía seis modelos abiertos y los datos de entrenamiento con ellos
-
DeepSeek abre un modelo de 305 mil millones de parámetros que finalmente puede ver
-
KoboldCpp 1.120 agrega una nueva forma de cargar modelos y soporte para los abiertos más nuevos
-
Los pesos del GLM-5.3 están disponibles, con dos semanas de retraso y después de una revisión de seguridad
-
WikiSkill de Google permite a los agentes de IA mantener un wiki de sus propios errores
-
Tencent Open-Sources Hy4, un modelo de 770 mil millones de parámetros creado para el trabajo de oficina
-
Google excluye su propio modelo de las preguntas del examen
-
Granite 4.2 de IBM es gratuito, lo suficientemente pequeño como para ejecutarse localmente y diseñado para pensar primero
-
El GLM-5.3-Flash de Z.ai se acerca al Opus a una décima parte del precio
-
Nvidia acuerda comprar Hugging Face por 12.900 millones de dólares
-
Se informa que Hugging Face está explorando una venta de $13 mil millones
-
Este modelo abierto se volvió tan bueno para encontrar errores que su propio fabricante aún no lo publica
-
Anthropic pone a trabajar su modelo más restringido escaneando código en busca de errores. Un humano todavía tiene que aprobar cada solución
-
Netflix reconstruyó su motor de recomendaciones como modelo de lenguaje y ganó la prueba A/B por un 0,115 por ciento
-
El modelo económico de DeepSeek ahora puede ver y supera al Opus 4.8 en dos pruebas visuales
-
Los modelos gratuitos de Google superaron los mil millones de descargas. Algunos de ellos están funcionando en órbita
-
Una spin-out de Oxford vendió Anthropic 250 millones de dólares en chips que aún no existen
-
Una empresa legal de inteligencia artificial construyó su propio modelo y partió de uno chino abierto
-
We Are Building an Invention Meant to Outgrow Its Inventors
-
¿Empeoran los modelos en datos a propósito?
-
GLM-5.3 mejoró mucho al atacar software, así que Z.ai retrasa sus pesos
-
Qwen3.8-27B ya está disponible y funciona en una sola tarjeta gráfica de juegos
-
Deepseek regaló su software de agente y aumentó los precios de la API el mismo día
-
Ling 3.0 Flash es el modelo abierto más inteligente de su tamaño y dejó de inventarse
-
El fundador de Rocky Linux quiere abrir la única parte de la IA que nadie abre: los datos de entrenamiento
-
El nuevo modelo gratuito de Nvidia no es el más inteligente. Es muy, muy rápido
-
Google convirtió un modelo terminado en uno mucho más rápido y publicó la receta
-
El nuevo modelo de tormentas de DeepMind les da a los pronosticadores un día más y nadie sabe muy bien por qué funciona
-
AMD compra Taalas, una startup que integra un modelo de IA completo en el chip
-
Se informa que el propietario de TikTok, ByteDance, está entrenando el modelo de inteligencia artificial más grande de China hasta el momento
-
OpenAI dice que su próximo modelo podría alcanzar el nivel de riesgo cibernético más alto y detuvo parte del trabajo
-
Meta lanza Muse Code, un agente de codificación que sigue funcionando después de fallar
-
Un modelo abierto está ahora a meses, no años, detrás de la frontera. Sus pruebas de seguridad no lo son.
-
Alguien ejecutó DeepSeek V4 Flash en producción en una sola tarjeta AMD y publicó todos los parches necesarios
-
Mistral lanzó un filtro de seguridad gratuito que usted describe en inglés sencillo y cabe en una tarjeta gráfica
-
MiniMax publicó los pesos de su modelo de vídeo H3 y un modelo abierto ahora encabeza un ranking de vídeo por primera vez
-
Qwen3.8-Max de Alibaba pasó 16 días escribiendo una herramienta por sí solo, y los pesos se harán públicos la próxima semana
-
AMD entrena un modelo totalmente abierto con sus propios chips, pero sin licencia comercial
-
DeepSeek mejora su modelo barato y ya compite de tú a tú con el económico de OpenAI
-
El laboratorio de Mira Murati reduce su modelo a menos de un tercio y solo pierde un punto
-
Hugging Face publica la cronología completa del agente de IA que entró en sus sistemas
-
Probamos una IA local en un procesador barato de hace seis años. Esto es exactamente lo que pudo hacer.
-
Los pesos de Kimi K3 ya son públicos, y ocupan 1,4 terabytes
-
Un entrenamiento de 500 dólares permite a un modelo 9B superar a los modelos punteros en una tarea rutinaria
-
Quién es quién: Black Forest Labs, el laboratorio alemán que está detrás de Photoshop y Canva
-
La misma cantidad de texto de IA: 50 dólares con Anthropic, 87 centavos con DeepSeek
-
Un modelo abierto alemán contenía respuestas de pruebas en sus datos de entrenamiento, y lo sabemos gracias a su apertura
-
Opus 5 de Anthropic es más pequeño y barato, pero supera a su hermano mayor
-
FLUX 3 quiere ser un solo modelo para imágenes, vídeo, audio e incluso acciones robóticas
-
DeepSeek V4 ya es totalmente estable y los modelos antiguos se apagan hoy
-
Un pequeño modelo abierto de programación acaba de superar a rivales diez veces mayores, y puedes ejecutarlo tú mismo
-
La nueva IA de imágenes de Alibaba puede dibujar una página entera de periódico, con texto diminuto legible incluido
-
Samsung negocia respaldar a Mistral y empuja al campeón europeo de la IA hacia una valoración de 20.000 millones de euros
-
Alibaba presenta un avance de Qwen3.8 Max y promete publicar sus pesos
-
Según las informaciones, Google desarrolla un chip con el diseño de Gemini integrado en el silicio
-
Una nueva prueba médica pregunta si la IA sabe reconocer lo que no sabe
-
El mayor modelo de IA gratuito hasta la fecha llega el 27 de julio. Esto es lo que significa realmente «pesos abiertos»
-
Kimi K3: un modelo de descarga gratuita que casi alcanza a los grandes nombres
-
El nuevo laboratorio de Mira Murati presenta su primer modelo, concebido para personalizarse
-
Un modelo de IA capaz que cabe en tu teléfono y funciona completamente sin conexión
-
DeepSeek busca nuevos miles de millones semanas después de su primera ronda: la IA barata sale cara
-
Soofi S: Alemania ya tiene un modelo abierto que lidera las clasificaciones de código abierto
-
Ya están aquí las cifras independientes: Muse Spark 1.1 de Meta ofrece mucho por su precio
-
Por qué Databricks acaba de convertir un modelo chino de código abierto en su motor de programación diario
-
Meta entra en la guerra de precios de la IA con Muse Spark 1.1 y su primera API para desarrolladores
-
Según se informa, MiniMax prepara un modelo de código abierto con 2,7 billones de parámetros
-
Mistral entra en la robótica: una sola cámara basta para dirigir un robot
-
Donde termina la red, comienza la pequeña IA: modelos diminutos salvan vidas sin conexión
-
«Unlimited OCR» de Baidu lee documentos de 40 páginas de una sola vez aprendiendo a olvidar
-
El consejero delegado de Mistral advierte: los modelos de IA cerrados tienen una vista privilegiada de tu empresa
-
Por qué una herramienta de programación con IA quedó atrapada en un pulso entre Estados Unidos y China, y qué nos enseña
-
Tesla limitó a 200 dólares semanales el gasto de sus empleados en IA, señal de una factura que nadie esperaba
-
MiniMax M3: un modelo de IA de primer nivel que puedes descargar y ejecutar por tu cuenta