AI2 Lanza OLMo 2 1B: Modelo Compacto de IA de Código Abierto
El instituto AI2 presenta Olmo 2 1B, un modelo IA de 1B parámetros bajo licencia Apache 2.0. Destaca por superar a modelos de tamaño similar de competidores como Google, Meta y Alibaba.
El Instituto Allen para la IA (AI2), una entidad de investigación sin fines de lucro, ha anunciado el lanzamiento de Olmo 2 1B, un nuevo modelo de inteligencia artificial con mil millones de parámetros. Este desarrollo se produce en un contexto de creciente interés por modelos de IA más pequeños y eficientes. Según AI2, Olmo 2 1B demuestra un rendimiento superior al de otros modelos de tamaño comparable desarrollados por grandes empresas tecnológicas.
We're excited to round out the OLMo 2 family with its smallest member, OLMo 2 1B, surpassing peer models like Gemma 3 1B or Llama 3.2 1B. The 1B model should enable rapid iteration for researchers, more local development, and a more complete picture of how our recipe scales. pic.twitter.com/beTRP1GWP3
— Ai2 (@allen_ai) May 1, 2025
Este lanzamiento se suma a una serie de presentaciones recientes de modelos de IA compactos, como la familia Phi 4 de Microsoft y Qwen 2.5 Omni 3B. La principal ventaja de estos modelos más pequeños es su reducida necesidad de recursos computacionales, lo que permite su ejecución en hardware estándar, como computadoras portátiles actuales e incluso dispositivos móviles. Esta accesibilidad amplía las posibilidades de uso para desarrolladores, investigadores y aficionados que no disponen de la infraestructura necesaria para operar modelos de mayor escala.
Modelos Compactos en Auge: Eficiencia y Accesibilidad
AI2 reporta que Olmo 2 1B supera a modelos como Gemma 1B de Google, Llama 3.2 1B de Meta y Qwen 2.5 1.5B de Alibaba en distintas métricas de evaluación. Específicamente, se destacan sus puntuaciones en el benchmark GSM8K, que evalúa capacidades de razonamiento aritmético, y en TruthfulQA, una prueba centrada en la precisión factual de las respuestas generadas por el modelo. Para su entrenamiento, se utilizó un conjunto de datos compuesto por 4 billones de tokens, incluyendo datos de fuentes públicas, contenido generado por IA y material creado manualmente.
Un aspecto notable de este lanzamiento es el compromiso de AI2 con la apertura. Olmo 2 1B se distribuye bajo la licencia permisiva Apache 2.0 y está disponible a través de la plataforma Hugging Face. Además, AI2 ha publicado no solo el modelo en sí, sino también el código fuente y los conjuntos de datos específicos utilizados para su creación (Olmo-mix-1124 y Dolmino-mix-1124). Esta transparencia permite la replicación completa del proceso de entrenamiento, facilitando la verificación, el estudio detallado y el desarrollo futuro por parte de la comunidad de IA.
Precauciones y Advertencias de Uso
No obstante, AI2 ha emitido advertencias sobre los riesgos inherentes al uso de Olmo 2 1B. Al igual que otros modelos de lenguaje grandes, puede generar resultados problemáticos, incluyendo contenido perjudicial, sensible o información factual incorrecta. Debido a estas limitaciones y potenciales riesgos, AI2 recomienda no desplegar Olmo 2 1B en aplicaciones comerciales sin una evaluación exhaustiva y la implementación de salvaguardas adecuadas.
La introducción de Olmo 2 1B representa un avance en el campo de los modelos de IA eficientes, ofreciendo un rendimiento competitivo en un formato accesible y abierto. Este desarrollo subraya la continua evolución del panorama de la IA hacia herramientas más diversas y potencialmente más democratizadas.
Para detalles técnicos, mejoras y resultados completos, puedes consultar el paper original publicado en arXiv: https://arxiv.org/abs/2501.00656
