Local y open source
Cohere publica North Small Translate, un modelo de traducción con pesos abiertos para uso no comercial
Cohere presentó el 10 de septiembre North Small Translate, su primer modelo de traducción de la familia North, con soporte para más de 50 idiomas. Es un modelo de mezcla de expertos de 218.000 millones de parámetros, de los que activa 25.000 millones. Sus pesos se pueden descargar en Hugging Face con licencia CC BY-NC 4.0, para investigación y uso no comercial; el uso comercial exige licencia, y las empresas también pueden usarlo a través de Language Weaver, de RWS.
LanzamientoDisponibleSin confirmar si afecta al plan gratuito
Qué significa para ti
Ejecutarlo en local exige hardware de centro de datos: Cohere indica como mínimo una GPU B200 o dos H100 con cuantización W4A4. También ofrece una demo en Hugging Face. Según las pruebas de la propia Cohere, que usan GPT-5.6 Sol como juez, obtiene 83,6 puntos en WMT26 y supera a DeepL y a Google Translate; son resultados de la empresa, no de un evaluador independiente.
Fuentes
Todo lo anterior sale de estas páginas. Si alguna contradice lo que publicamos, gana la fuente y lo corregimos.
Seguir leyendo
- Local y open source
Transformers ejecuta ya las cuantizaciones GGUF de llama.cpp, con la ruta rápida limitada a Apple Silicon
Hugging Face publicó el 22 de septiembre el soporte para ejecutar modelos en formato GGUF dentro de transformers, el formato que desarrolló el equipo de llama.cpp y que se usa para inferencia local. Basta elegir un GGUF del Hub, cargarlo con from_pretrained indicando el fichero y generar en la propia máquina, sin configuración adicional. El mismo fichero sirve con transformers serve, que expone una API compatible con la de OpenAI. Por ahora hay que instalar transformers desde su rama principal, no desde una versión publicada.
ActualizaciónPreview
- Local y open source
Hugging Face publica la candidata a versión 1 de tokenizers, mucho más rápida y con los mismos identificadores
Hugging Face publicó el 21 de septiembre las mediciones de la versión 1 de tokenizers, la biblioteca abierta que convierte el texto en identificadores antes de que el modelo lo procese. Según sus pruebas, la v1 es más rápida que la 0.23 «a menudo por decenas de veces» y escala al 76 % de lo lineal repartida entre ocho procesos. La mejora viene de sustituir el motor de expresiones regulares por un separador escrito a mano, añadir una caché de palabras repetidas y usar un bucle de fusión que no toca el asignador de memoria.
Preview o betaPreview
- Local y open source
NVIDIA acuerda comprar Hugging Face por 12.930 millones de dólares
NVIDIA anunció el 3 de septiembre un acuerdo para comprar Hugging Face por 12.930 millones de dólares, en una entrada de su blog corporativo firmada por Jensen Huang. Según NVIDIA, más de 18 millones de desarrolladores, investigadores y creadores usan Hugging Face para compartir más de 3 millones de modelos, 500.000 conjuntos de datos y un millón de aplicaciones. La compradora afirma que seguirá siendo una plataforma abierta para todo el ecosistema.
AnuncioDisponibilidad sin confirmar