Qwen en una rampa de lanzamiento 🔥 - Qwen3 Coder 480B (35B Activo), supera a Kimi K2 Y Claude Sonnet 4 - ¡Licencia Apache 2.0! > Hasta 1M de contexto > Sin razonamiento > Soporta modo agente y modo navegador Estoy tan emocionado por los modelos más pequeños de la serie 🤗

¡Me encanta jugar con esto! ❤️

NUEVO: ¡Experiencia de incorporación en Hugging Face! - Experimenta los modelos SoTA LLMs y de Texto a Imagen directamente 🤩 Realmente ayuda a contextualizar cómo usar estos modelos y de qué son capaces hasta hoy. ¡Por supuesto, impulsado por nuestros Proveedores de Inferencia!

Aclaración: Esta fue una forma ingeniosa de decir que el último lanzamiento de @Alibaba_Qwen establece un nuevo hito/colina que escalar para el resto del campo. Ahora tenemos un modelo de pesos abiertos compitiendo con Opus 4 - los modelos solo mejorarán a partir de aquí.

Este es el modelo de código abierto más estúpido que jamás existirá.

Qwen COOKED - supera a Kimi K2 y es competitivo con Claude Opus 4 con un 25% de parámetros totales 🤯

me perdí esto, @NVIDIAAIDev lanzó silenciosamente los modelos Open Reasoning Nemotron (1.5-32B), SoTA en LiveCodeBench, con licencia CC-BY 4.0 🔥 > 32B compitiendo con Qwen3 235B y DeepSeek R1 > Disponible en tamaños de 1.5B, 7B, 14B y 32B > Soporta hasta 64K tokens de salida > Utiliza GenSelect (combina múltiples generaciones en paralelo) > Construido sobre la serie Qwen 2.5 > Permite uso comercial ¡Funciona directamente en transformers, vllm, mlx, llama.cpp y más!

considerar de manera amplia el número de descargas del paquete de Python de OpenAI como un indicador adelantado de la adopción de la IA

Es el fin de semana, no olvides tomártelo con calma, ¡charla!

¿LLMs pero que generan respuestas concisas y directas? ¿Quién está construyendo esto???