JetBrains lanza Mellum2: un modelo de mezcla de expertos de 12B parámetros
Título original:Introducing Mellum2: A 12B Mixture-of-Experts Model by JetBrains
Resumen de IA
Mellum2 es un modelo de mezcla de expertos (MoE) de 12B parámetros entrenado desde cero por JetBrains, centrado en lenguaje natural y código. Solo activa 2,5B parámetros por token, con una velocidad de inferencia más del doble que modelos similares, adecuado para escenarios de alto rendimiento y baja latencia. El modelo admite enrutamiento, RAG, resúmenes, subagentes y despliegue privado, y es de código abierto con licencia Apache 2.0. En pruebas de referencia de generación de código, razonamiento, ciencia y matemáticas, Mellum2 es competitivo frente a modelos abiertos de tamaño similar.
Puntos clave
- Mellum2 es un modelo de mezcla de expertos (MoE) de 12B parámetros entrenado desde cero por…
- Solo activa 2,5B parámetros por token,con una velocidad de inferencia más del doble que modelos…
- El modelo admite enrutamiento,RAG,resúmenes,subagentes y despliegue privado,y es de código abierto…
- En pruebas de referencia de generación de código,razonamiento,ciencia y matemáticas,Mellum2 es…
Resumen rápido
- Publicado
- Actualizado
- Fuente
- Hugging Face 社区博客(混合发现)
- Categoría
- Lanzamientos de modelos
- Puntuación IA
- 71
JetBrains 开源了 Mellum2,一个激活参数仅 2.5B 的 12B MoE 模型,专为代码和问答管道设计的快模型。做实时 RAG 或子代理时,终于不用硬扛大模型了。
Fuente y derechos
Este artículo se basa en títulos seleccionados y resúmenes de IA de la API pública de AIHOT, con atribución y enlaces de vuelta. Los derechos del original pertenecen a los medios y autores originales; este sitio no reproduce textos completos.
Cómo citar
Al citar este artículo, conserva el título, la fecha y el enlace permanente, e indica que la fuente es Orange News.
Orange News: JetBrains lanza Mellum2: un modelo de mezcla de expertos de 12B parámetros. 1. junio 2026. https://new.nat6.net/es/news/cmpvfn56c06fxsl0zknga1ztr/