Mistral "NeMo 2" NO EXISTE: desmontamos el clickbait de los 12B vs 70B

TL;DR

Mistral “NeMo 2” NO EXISTE: desmontamos el clickbait de los 12B vs 70B

¿Te han dicho que un modelo de 12 mil millones supera a los de 70 mil? Es falso — y en este vídeo lo demostramos con datos. Analizamos el Mistral NeMo 12B real (18-jul-2024, Mistral AI + NVIDIA): su arquitectura estándar, por qué el titular “12B supera a 70B” es mentira, la confusión con el framework NeMo 2.0 de NVIDIA, su deprecación oficial y lo que sí vale la pena (tokenizer Tekken y FP8).

Capítulos del vídeo

• 00:00 — El clickbait de “Mistral NeMo 2”
• 00:25 — El modelo real: Mistral NeMo 12B
• 00:54 — No hay arquitectura revolucionaria
• 01:22 — “Supera a los 70B” es falso
• 01:51 — NeMo 2.0 = framework de NVIDIA, no un modelo
• 02:18 — NeMo 12B está deprecado
• 02:50 — Lo bueno de verdad: Tekken y FP8
• 03:22 — Veredicto

El contexto

DATOS CLAVE

Análisis

Mistral NeMo 12B: transformer denso ESTÁNDAR (no revolucionario) · Apache 2.0 · 128K contexto

Lanzado 18-jul-2024 por Mistral AI + NVIDIA, drop-in replacement de Mistral 7B

NO supera a modelos 70B: solo a su liga (Gemma 2 9B, Llama 3 8B; MMLU 68% 5-shot)

Puntos clave

• Ver datos y cifras en el vídeo: https://www.youtube.com/watch?v=OrzyYMFDOTM
• Investigación previa documentada en el pipeline de vídeo (research.md del proyecto)
• Fuentes primarias listadas a continuación

Fuentes

• Mistral AI — Anuncio oficial Mistral NeMo
• Hugging Face — Mistral-Nemo-Instruct-2407
• Docs Mistral — Deprecación NeMo 12B
• Wikipedia — Catálogo de modelos Mistral AI
• NVIDIA — NeMo Framework 2.0

Conclusión

“NeMo 2.0” que sí existe = framework de entrenamiento de NVIDIA (experimental), no un modelo

---

Artículo generado automáticamente desde el vídeo publicado en nramosdev. Cada número citado proviene de la investigación verificada del pipeline.