Modelo grande MoE de código abierto de DeepSeek, con un rendimiento a la altura de los mejores modelos propietarios y un coste de entrenamiento muy bajo.
SmolLM
Hugging Face 的小而强的语言模型系列及完整训练配方。
- Categoría
- 🧠 Modelos de lenguaje
- Repositorio
- huggingface/smollm
- Estrellas
- ★ 3926
- Forks
- 325
- Lenguaje
- Python
- Licencia
- Apache-2.0
- Última actualización
- 2026-10-06
- Visitas
- 0
Modelos pequeños
Proyectos similares
Modelo de razonamiento de DeepSeek que desarrolla cadenas de pensamiento largas mediante aprendizaje por refuerzo y publica modelos pequeños destilados.
阿里通义千问第三代开源模型，涵盖稠密与 MoE，支持思考/非思考模式切换。
xAI 开放的 Grok-1 权重与示例代码。
Hugging Face 对 DeepSeek-R1 的完全开源复现，含训练数据与脚本。
The official repo of Qwen (通义千问) chat & pretrained large language model proposed by Alibaba Cloud.