Stable AI y la Universidad de Tsinghua lanzan LimiX-2, modelo fundacional de datos estructurados de 400 M parámetros
El nuevo modelo LimiX-2 alcanza puntuaciones Elo récord en TabArena, BCCO y TALENT, según sus creadores.
Stable AI y la Universidad de Tsinghua han puesto a disposición LimiX-2, un modelo fundacional de datos estructurados con 400 millones de parámetros. El modelo se basa en la arquitectura Contextual Mechanism Networks, diseñada para procesar tablas y otras fuentes estructuradas con mayor coherencia contextual.
En las pruebas internas, LimiX-2 obtuvo puntuaciones Elo de 1.935 en TabArena, 1.432 en BCCO y 1.506 en TALENT, superando a los principales competidores en cada benchmark. Los autores afirman que estos resultados reflejan una mejora sustancial en la capacidad de razonamiento sobre datos tabulares y en la generación de respuestas consistentes.
El código y los pesos del modelo se publicarán bajo una licencia abierta, aunque los detalles de la licencia aún no se han especificado. La compatibilidad está pensada para los entornos habituales de entrenamiento de modelos de lenguaje, incluyendo PyTorch y TensorFlow, y se espera que la comunidad pueda integrarlo en pipelines de ETL y análisis de datos sin grandes ajustes.
Queda pendiente ver cómo se comporta LimiX-2 en escenarios de producción y si su rendimiento se mantiene frente a cargas de trabajo reales. La comunidad observará especialmente la disponibilidad de herramientas de inferencia y la facilidad de despliegue en infraestructuras Kubernetes.
