Noticias sobre Mellum2.1

JetBrains lanza Mellum2.1, un modelo grande de código abierto de 12 mil millones de MoE, y mejora significativamente las puntuaciones de SWE-bench a través del aprendizaje de refuerzo de base de código real. Esto muestra que los modelos de código grande para escenarios verticales están logrando cambios cualitativos en el rendimiento mientras mantienen parámetros de activación bajos a través de una arquitectura refinada y un ajuste fino del dominio, intensificando aún más la competencia en el campo de los modelos grandes de código fuente abierto.