Instella-MoE de AMD: un modelo abierto que incluye toda su receta de entrenamiento
AMD lanzó Instella-MoE-16B-A3B, un modelo de mezcla de expertos con 16.000 millones de parámetros totales que activa solo 2.800 millones por token, entrenado de principio a fin en sus propias GPU Instinct MI300X y MI325X. Lo inusual: la publicación incluye los checkpoints de cada etapa de entrenamiento, las mezclas de datos, las configuraciones y el código — el código bajo licencia MIT y los pesos bajo licencia solo de investigación. AMD afirma que el modelo base logra el mejor promedio entre los modelos totalmente abiertos, por delante de Moonlight-16B y OLMo-3.
Por qué importaLa mayoría de los modelos 'abiertos' publican solo los pesos. Una publicación con la receta completa permite a los investigadores estudiar y reproducir de verdad cómo se construye un modelo — y demuestra que un entrenamiento competitivo puede hacerse por completo sin hardware de Nvidia.
▶ Vídeo relacionado: AMD Releases First Ever AI model: Instella-MoE-16B-A3B-Think
Léelo en la app — gratis, en 9 idiomas
Noticias relacionadas
Reflection regalará un modelo de 501.000 millones de parámetros.2026-10-06El nuevo modelo de Microsoft empieza a escribir antes de que calles.
2026-10-05Un laboratorio de Estados Unidos regalará un modelo nivel China.
2026-10-05Una web de vídeo regala el mejor modelo abierto de traducción.
2026-10-05La mitad de las personas creyó que esa videollamada era humana.
2026-10-04