← Glosario Término
Parámetros
Uno de los números variables en un modelo que se establecen durante el entrenamiento.
Los parámetros son los tornillos de ajuste de un modelo. Durante el entrenamiento, miles de millones de ellos se modifican para que el resultado coincida con los patrones de los datos del entrenamiento. El número de estos tornillos de ajuste es de 276 mil millones de parámetros.
Más parámetros normalmente significan más capacidad y mayores costos operativos, pero por sí solos son una mala medida de calidad. La arquitectura, los datos de entrenamiento y los parámetros realmente activos por solicitud cuentan al menos en la misma medida; Un modelo pequeño bien construido suele superar a uno grande y descuidado.
Mencionado en
-
Alibaba quiere un modelo de diez billones de parámetros y sus propios chips para entrenarlo
-
Un modelo de 125 mil millones de parámetros en una tarjeta gráfica ordinaria
-
Xiaomi ahora tiene el modelo abierto más potente del mundo y puedes descargarlo
-
El agente AI de Perplexity ahora se ejecuta en su propia PC con Windows, si posee la tarjeta gráfica adecuada
-
Un modelo de 2.500 millones de parámetros que supera a los más grandes y se ejecuta en su computadora portátil
-
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
-
Los pesos del GLM-5.3 están disponibles, con dos semanas de retraso y después de una revisión de seguridad
-
Tencent Open-Sources Hy4, un modelo de 770 mil millones de parámetros creado para el trabajo de oficina
-
Anthropic quiere agentes de IA para ejecutar equipos de laboratorio y tiene un estándar para ello
-
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
-
Google creó un pequeño modelo de inteligencia artificial que lee rastros de glucosa
-
El próximo modelo abierto de Alibaba es una vista previa de Qwen 4
-
El modelo económico de DeepSeek ahora puede ver y supera al Opus 4.8 en dos pruebas visuales
-
Una empresa legal de inteligencia artificial construyó su propio modelo y partió de uno chino abierto
-
¿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 creador de Redis ejecutó un modelo de video chino en una Mac. Los europeos no tienen licencia para usarlo
-
El nuevo modelo gratuito de Nvidia no es el más inteligente. Es muy, muy rápido
-
Meta puso un modelo 30B en su computadora portátil y Zuckerberg usó el lanzamiento para buscar pelea
-
Los modelos pequeños leen libros antiguos mejor que los grandes y cuestan dos dólares por cada mil páginas
-
Backflip AI convierte escaneos 3D en modelos CAD editables, un trabajo que normalmente consume horas
-
Se informa que el propietario de TikTok, ByteDance, está entrenando el modelo de inteligencia artificial más grande de China hasta el momento
-
Un modelo de 80 mil millones de parámetros ahora se ejecuta en una Mac normal con 4,3 GB de memoria y uno de 35 mil millones de parámetros se ejecuta en un iPhone.
-
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
-
Probamos una IA local en un procesador barato de hace seis años. Esto es exactamente lo que pudo hacer.
-
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
-
Quién es quién: Black Forest Labs, el laboratorio alemán que está detrás de Photoshop y Canva
-
Un modelo abierto alemán contenía respuestas de pruebas en sus datos de entrenamiento, y lo sabemos gracias a su apertura
-
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
-
Alibaba presenta un avance de Qwen3.8 Max y promete publicar sus pesos
-
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
-
DeepSeek busca nuevos miles de millones semanas después de su primera ronda: la IA barata sale cara
-
La nueva guía de instrucciones de OpenAI: deja de darle vueltas y describe el resultado
-
Soofi S: Alemania ya tiene un modelo abierto que lidera las clasificaciones de código abierto
-
Un ganador del Premio Turing apuesta contra el aprendizaje profundo con su nueva startup Oak Lab
-
Orca: un nuevo tipo de IA que aprende cómo funciona el mundo observándolo
-
Según se informa, MiniMax prepara un modelo de código abierto con 2,7 billones de parámetros
-
Donde termina la red, comienza la pequeña IA: modelos diminutos salvan vidas sin conexión
-
El nuevo modelo gratuito de Mistral encuentra errores reales demostrando que el código es correcto
-
«Unlimited OCR» de Baidu lee documentos de 40 páginas de una sola vez aprendiendo a olvidar