Este es el modelo de código abierto más tonto de la historia

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

Se perdió esto, @NVIDIAAIDev dejó caer 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 1.5B, 7B, 14B y 32B > Admite hasta 64K tokens de salida > Utiliza GenSelect (combina varias generaciones paralelas) > Construido sobre la serie Qwen 2.5 > Permite uso comercial ¡Funciona fuera de la caja en transformadores, vllm, mlx, llama.cpp y más!

considerar vagamente las descargas num del paquete OpenAI Python como un indicador principal de la adopción de IA

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

¿LLM pero genera solo una respuesta concisa y directa? ¿Quién está construyendo esto???

Es un poco surrealista ver que Open ASR Leaderboard sea citado por ~ 35 artículos: esto comenzó como un proyecto paralelo con un puñado de modelos y ahora somos prácticamente el estándar de la industria para modelos de reconocimiento de voz cerrados y abiertos. Muchas gracias por la confianza y el apoyo 🙏

Está bien, ¡realmente @OpenAI cocinado con este! 🔥

🏆 Nuestro NVIDIA NeMo Canary-Qwen-2.5B obtiene el 1er lugar en la tabla de clasificación de @HuggingFace para el reconocimiento automático de voz, estableciendo un nuevo récord con una tasa de error de palabras del 5.63%. 🤗 Tabla de ➡️ clasificación

¡Pydantic AI ahora admite @huggingface como proveedor! Puede usarlo para ejecutar modelos de código abierto como DeepSeek R1 en una infraestructura escalable sin servidor. Tienen una asignación de nivel gratuito para que pueda probarlo. Gracias al equipo de Hugging Face (@hanouticelina ) por esta gran contribución.