HN Hoy hay un modelo pequeño llamado Kev, de 0,8B a 9B en tres tamaños. Se monta directamente sobre Tongyi Qianwen 3.5; el objetivo es que puedas entrenar y ejecutar modelos de tipo de toma de decisiones con una GPU doméstica.

Los pesos del modelo están publicados en Hugging Face; también se incluye el script de entrenamiento y el conjunto de evaluación ya empaquetados.

Esta línea es positiva para la encriptación. Ejecutar un modelo pequeño localmente, en la misma vía que los nodos de pequeña capacidad que quieren hacer con protocolos proxy como $FET . El entrenamiento ya no queda atrapado en esos miles de GPUs de las grandes empresas; con equipos de particulares se puede correr, y el protocolo proxy encuentra escenarios de implementación reales. $NEAR también queda relacionado; la narrativa de la subred ha estado esperando todo el año un punto de ruptura para la inferencia local.

El problema es: ¿los 900 millones de parámetros realmente bastan? Todavía depende de las evaluaciones reales. De los modelos open source, lo que más me importa es si puede sustituir a los cerrados en tareas pequeñas, no el tamaño de los parámetros en sí.

#开源AI #代理协议 #Tecnología