Tweet
Otro modelo IA (es muy parecido a DeepSeek)
Supera a DeepSeek V3 en la mayoría de tests, Su arquitectura Mixture of Experts (MoE) permite que el modelo no tenga que cargar con un conocimiento monolítico, sino que lo divide en varios "expertos" especializados en diferentes tareas. Y aquí viene la magia: en lugar de procesar todo como un gigante torpe, el sistema elige qué "experto" usar según la tarea en cuestión, logrando mayor precisión y rapidez.
Si eso no fuera suficiente, Qwen 2.5 Max ha sido entrenado con más de 20.000 millones de tokens, lo que, sumado a técnicas avanzadas de ajuste fino supervisado (SFT) y aprendizaje de refuerzo con retroalimentación humana (RLHF), lo convierten en una auténtica bestia. Los tests lo confirman: supera a DeepSeek V3 en benchmarks como Arena-Hard, LiveBench, LiveCodeBench y GPQA-Diamond, y mantiene el tipo en pruebas como MMLU-Pro.
Supera a DeepSeek V3 en la mayoría de tests, Su arquitectura Mixture of Experts (MoE) permite que el modelo no tenga que cargar con un conocimiento monolítico, sino que lo divide en varios "expertos" especializados en diferentes tareas. Y aquí viene la magia: en lugar de procesar todo como un gigante torpe, el sistema elige qué "experto" usar según la tarea en cuestión, logrando mayor precisión y rapidez.
Si eso no fuera suficiente, Qwen 2.5 Max ha sido entrenado con más de 20.000 millones de tokens, lo que, sumado a técnicas avanzadas de ajuste fino supervisado (SFT) y aprendizaje de refuerzo con retroalimentación humana (RLHF), lo convierten en una auténtica bestia. Los tests lo confirman: supera a DeepSeek V3 en benchmarks como Arena-Hard, LiveBench, LiveCodeBench y GPQA-Diamond, y mantiene el tipo en pruebas como MMLU-Pro.
