Startup rusa Mostik combina modelos de IA vía pesos, sin generar texto entre ellos
Hecho Qué ha ocurrido
La startup Mostik desarrolló un método para combinar capacidades de distintos modelos de IA usando valores matemáticos de sus pesos, sin intercambio de texto. Con esta técnica crearon un sistema híbrido entre GLM-5.2 (753.000 millones de parámetros) y Qwen-3.5 (4.000 millones), con un coste veinte veces menor que GLM completo y rendimiento intermedio entre ambos. Mostik también dice haber alcanzado el primer puesto en la competencia ARC-AGI 3, aunque no reveló detalles técnicos de esa parte.
Resumen generado mediante IA a partir de Wired en Español. Naturaleza de la información: declaración de parte interesada.
Análisis Por qué importa
Si la técnica se valida y generaliza, podría abaratar drásticamente el uso de modelos potentes y aumentar la competitividad de modelos de código abierto frente a los cerrados de laboratorios líderes.
- Quién se ve afectado
- Empresas de IA de código abierto, laboratorios de investigación y equipos técnicos que gestionan infraestructura de inferencia.
- Qué puede cambiar
- Podría reducirse la necesidad de escalar modelos monolíticos, favoreciendo ensambles de modelos especializados más baratos de operar.
Análisis generado a partir de la información disponible; no procede de la fuente.
Predicción Qué observar a continuación
Vigilar si Mostik publica detalles técnicos verificables, resultados reproducibles en ARC-AGI 3, y si otros laboratorios adoptan o replican el enfoque de 'puentes' entre pesos de modelos.
Fuente original: Wired en Español. La referencia es siempre el artículo original.
Ver fuente original ↗LLMmodelos de peso abiertoensamblado de modelos ARC-AGIGLM-5.2modelos de código abiertoMostikQwen-3.5
Tu opinión
0 comentarios
Relacionadas
OpenAI afirma que un modelo no público resolvió el problema de Navier-Stokes
OpenAI aseguró que un modelo aún no lanzado, más capaz que GPT-6 Astra, resolvió con ayuda de hasta 10.000 agentes de IA trabajando 88 horas uno de los…
Por qué importaSi se confirma de forma independiente, supondría un salto relevante en la capacidad de los sistemas de IA para investigación matemática avanzada y…
Controversia por el anuncio de OpenAI sobre resolución del problema Navier-Stokes con IA
OpenAI afirmó en una entrada de blog haber encontrado una solución a un aspecto del problema Navier-Stokes, uno de los siete Problemas del Milenio sin resolver…
Por qué importaSi se confirma, sería un hito histórico para la IA aplicada a matemáticas avanzadas y ciencia fundamental, con implicaciones para la credibilidad de…
OpenAI afirma resolver la ecuación de Navier-Stokes con IA, pero enfrenta acusaciones de mala praxis
OpenAI anunció que un modelo de IA resolvió una demostración relacionada con la ecuación de Navier-Stokes, uno de los Problemas del Milenio, tras dedicar más…
Por qué importaEl episodio evidencia tensiones crecientes entre laboratorios de IA y la comunidad académica sobre atribución de méritos cuando la IA participa en…
Pathway desarrolla BDH, arquitectura post-transformer, en Amazon SageMaker HyperPod
Pathway ha desarrollado BDH (Baby Dragon Hatchling), una arquitectura post-transformer inspirada en el cerebro que razona en espacio latente sin generar tokens…
Por qué importaSi se confirma su eficiencia y capacidad de generalización, podría reducir drásticamente los costes de inferencia en tareas de razonamiento respecto…