Laboratorios e Investigación5 min read
IA soberana · Los modelos de lenguaje de Alemania
Aleph Alpha necesitaba 4 billones de tokens en alemán. La web abierta ofrece 1,94.
El trabajo de ablación de Aleph Alpha fija un mínimo de 4 billones de tokens para el preentrenamiento en alemán. Los seis mayores conjuntos de datos alemanes gratuitos suman unos 1,94 billones, y aproximadamente 600.000 millones de ellos proceden de traducción automática del inglés.
2026-09-17