Qwen publicó el peso de su monstruo de 2,4 TRILLONES en Hugging Face. 95 mil millones de trabajo por cada token
Qwen3.8-2.4T-A95B se ha convertido en el modelo más grande de la nueva generación de Qwen en versión abierta. Dentro del MoE hay 2,4 billones de parámetros, 512 expertos, de los...
Leer más →