Global · IA · Modelos · Código abierto · Aleph Alpha
Aleph Alpha publica Kolibri con pesos abiertos y foco en alemán e inglés
El modelo ofrece razonamiento ajustable, uso de herramientas y despliegue propio bajo Apache 2.0.
Fecha de la fuente original:
Lo esencial
- Kolibri libera pesos bajo Apache 2.0 para despliegue propio.
- Activa 3.460 millones de sus 78.100 millones de parámetros por token.
- Permite ajustar el razonamiento y está entrenado para abstenerse cuando faltan pruebas.
Un modelo bilingüe
Aleph Alpha publicó Kolibri, especializado en alemán e inglés y orientado a organizaciones que necesitan ejecutar modelos en infraestructura propia. El alemán representa el 21,3% del preentrenamiento. La empresa desarrolló un tokenizador bilingüe para procesar ambos idiomas, incluidos términos compuestos alemanes.
Contexto y esfuerzo
El modelo ofrece cuatro niveles de razonamiento: ninguno, bajo, medio y alto, además de herramientas. Su mayor longitud entrenada es de 262.144 tokens; el anuncio ofrece hasta un millón mediante configuración adicional. Aleph Alpha plantea intercambiar tiempo y coste por calidad de respuesta.
Responder con respaldo
El entrenamiento Merlin-Arthur enfrenta al modelo con documentos completos y versiones sin la evidencia necesaria, para enseñarle cuándo responder o abstenerse. Las comparaciones publicadas proceden del desarrollador y sus propios entornos de evaluación; no garantizan exactitud en cada aplicación.