{"id":46945,"date":"2025-01-29T12:00:29","date_gmt":"2025-01-29T12:00:29","guid":{"rendered":"https:\/\/enfoquenoticioso.com\/tecnologia\/mejor-que-deepseek-alibaba-presenta-qwen2-5-max-su-poderosa-ia\/"},"modified":"2025-01-29T12:00:29","modified_gmt":"2025-01-29T12:00:29","slug":"mejor-que-deepseek-alibaba-presenta-qwen2-5-max-su-poderosa-ia","status":"publish","type":"post","link":"https:\/\/enfoquenoticioso.com\/?p=46945","title":{"rendered":"\u00bfMejor que DeepSeek? Alibaba presenta Qwen2.5-Max, su poderosa IA"},"content":{"rendered":"
\n

DeepSeek est\u00e1 rob\u00e1ndose la atenci\u00f3n<\/strong> de todos los entusiastas de la inteligencia artificial. El nuevo modelo desarrollado en China ha dejado en rid\u00edculo a competidores como OpenAI o Google<\/a> y se perfila como un nuevo tit\u00e1n en la industria. Curiosamente, la empresa china Alibaba quiso aprovechar el furor<\/strong> por DeepSeek para presentar su nuevo modelo de IA.<\/p>\n

Alibaba anunci\u00f3<\/a> hoy el lanzamiento de Qwen2.5-Max, un modelo MoE entrenado en m\u00e1s de 20 billones de tokens<\/strong>. La compa\u00f1\u00eda afirma que su nueva IA supera a DeepSeek V3<\/strong> en varios benchmarks, incluyendo pruebas de conocimiento general y resoluci\u00f3n de problemas. Alibaba a\u00f1adi\u00f3 que su modelo se entren\u00f3 con metodolog\u00edas seleccionadas de Ajuste Fino Supervisado (SFT) y Aprendizaje de Refuerzo a Partir de Retroalimentaci\u00f3n Humana (RLHF).<\/p>\n

Si bien Alibaba ya lleva un tiempo trabajando en modelos de lenguaje<\/a>, ninguno hab\u00eda conseguido acaparar los reflectores<\/strong> como lo hizo DeepSeek. Es por ello que el gigante chino public\u00f3 una actualizaci\u00f3n en su cuenta de X<\/a> para gritarle al mundo que ellos tambi\u00e9n desarrollan productos competitivos.<\/p>\n

\u00abEl lanzamiento de DeepSeek V3 ha atra\u00eddo la atenci\u00f3n de toda la comunidad de IA hacia los modelos MoE a gran escala. Al mismo tiempo, hemos estado construyendo Qwen2.5-Max, un gran LLM de MoE preentrenado con datos masivos y postentrenado con recetas SFT y RLHF seleccionadas. Logra un rendimiento competitivo frente a los modelos de primer nivel y supera a DeepSeek V3 en benchmarks como Arena Hard, LiveBench, LiveCodeBench y GPQA-Diamond\u00bb<\/p>\n

\"Pruebas\"Pruebas<\/figure>\n
\n
\n

Tabla de Contenido<\/p>\nToggle<\/span><\/path><\/svg><\/svg><\/span><\/span><\/span><\/a><\/span><\/div>\n