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.
-
Un entrenamiento de 500 dólares permite a un modelo 9B superar a los modelos punteros en una tarea rutinaria
-
Los pesos de Kimi K3 ya son públicos, y ocupan 1,4 terabytes
-
Who Is Who: Black Forest Labs, the German Lab Inside Photoshop and 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
-
Una nueva prueba médica pregunta si la IA sabe reconocer lo que no sabe
-
Según las informaciones, Google desarrolla un chip con el diseño de Gemini integrado en el silicio
-
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