ModelosImportancia media
Xing 4, sucesor de TeleChat, se entrena únicamente con chips chinos: un modelo de 285.000 millones de parámetros en 8.192 placas Ascend 910C
El artículo "TeleChat to Xing4", el más votado del día en la página de papers de Hugging Face este miércoles (18/11), describe la serie de modelos Xing 4, que extiende a TeleChat y fue desarrollada íntegramente sobre los chips Ascend de Huawei. Según el resumen, el preentrenamiento de un modelo de 285.000 millones de parámetros se ejecutó en 8.192 placas Ascend 910C, con el framework MindSpore. El texto aborda la activación dispersa, el diseño del mecanismo de atención, la profundidad y anchura del modelo y la descodificación especulativa, mientras que el postentrenamiento utiliza TeleGym, plataforma de ejecución de agentes. La página de Hugging Face lista el Xing4.0-29B-A4B entre los modelos vinculados al artículo. El resumen no incluye cifras de benchmark.
Publicado en la edición n.º 39 de Noticiário do Joãozinho ·
Traducido por Joãozinho AI de la edición original en portugués de Brasil. Los hechos, cifras y fuentes son los mismos del original; las citas, los títulos de los videos y los nombres de las fuentes se mantienen en su idioma original. Leer el original en portugués
Fuente original
https://huggingface.co/papers/2611.22115