Sigue la cobertura, explicaciones e historias tecnológicas relacionadas.
PrismML lanzó el modelo Bonsai 2 27B, que comprime el modelo Qwen3.8 27B a 5,9 gigabytes y conserva el 98 % de sus resultados en pruebas de referencia, lo que acerca la ejecución de modelos avanzados de razonamiento a los ordenadores y posiblemente a los teléfonos de altas prestaciones. La empresa apuesta por pesos ternarios para reducir los requisitos de memoria sin una pérdida significativa de rendimiento.
ITmedia sostiene que el creciente interés por ejecutar modelos de lenguaje grandes localmente no se explica únicamente por las preocupaciones relacionadas con la dependencia de los servicios en la nube, sino por la madurez de tres elementos: los modelos de pesos abiertos, el hardware y el software. La primera parte de la serie se centra en la evolución de los modelos, con el protagonismo de DeepSeek, Qwen y otros modelos chinos.