BELLE: Modelo de Lenguaje Chino de Código Abierto por Lianjia

Fri, 01 May 2026 00:00:00 +0000

BELLE (Be Everyone’s Large Language model Engine) fue creado para cerrar la brecha entre los modelos de lenguaje grandes centrados en inglés y las alternativas en chino.

Repositorio: github.com/LianjiaTech/BELLE

Diferenciadores

Diferenciador	BELLE	Otros LLMs Chinos
Modelo Base	BLOOM + LLaMA	Principalmente LLaMA o ChatGLM
Datos de Entrenamiento	Estilo Alpaca, traducidos	Varía ampliamente
Enfoque de Investigación	Evaluación de seguimiento de instrucciones	A menudo pre-entrenamiento
Transparencia	Modelos y datos completos	A menudo solo parcial

Arquitectura

graph TD
 subgraph "Familia de Modelos BELLE"
 A[BLOOMZ-7B1-MT] --> B[BELLE-7B]
 A2[LLaMA-7B] --> C[BELLE-LLaMA-7B]
 A3[LLaMA-13B] --> D[BELLE-LLaMA-13B]
 B --> E[BELLE-7B-2M]
 B --> F[BELLE-7B-0.5M]
 C --> G[BELLE-LLaMA-7B-2M]
 end

Variantes

Variante	Arquitectura Base	Parámetros	Datos de Entrenamiento
BELLE-7B	BLOOMZ-7B1-MT	7B	2M instrucciones
BELLE-LLaMA-7B	LLaMA-7B	7B	2M instrucciones
BELLE-LLaMA-13B	LLaMA-13B	13B	2M instrucciones
BELLE-7B-0.5M	BLOOMZ-7B1-MT	7B	0.5M instrucciones

Rendimiento

Tarea	BELLE-7B (2M)	BELLE-LLaMA-7B (2M)	Línea Base
Traducción (BLEU)	28.4	27.1	22.3
Resumen (ROUGE-L)	32.7	31.5	26.8
Preguntas y Respuestas (F1)	64.2	62.8	56.1

Despliegue

from transformers import AutoModelForCausalLM, AutoTokenizer

model_name = "BelleGroup/BELLE-7B-2M"
tokenizer = AutoTokenizer.from_pretrained(model_name)
model = AutoModelForCausalLM.from_pretrained(model_name)

inputs = tokenizer("¿Qué es el aprendizaje profundo?", return_tensors="pt")
outputs = model.generate(**inputs, max_length=100)
print(tokenizer.decode(outputs[0]))

FAQ

Qué es BELLE? Proyecto de LLM chino de código abierto ajustado en BLOOM y LLaMA con 2M muestras de instrucción.

GLM-4: El LLM Bilingue de Codigo Abierto de Zhipu AI

Fri, 01 May 2026 00:00:00 +0000

El panorama de los modelos de lenguaje grandes ha estado dominado por un desarrollo prioritario del ingles. OpenAI, Anthropic, Google, Meta y Mistral construyeron todos sus modelos insignia con el ingles como idioma principal, anadiendo capacidades multilingue como una ocurrencia tardia a traves de traduccion o datos de entrenamiento mixtos. Esto crea problemas reales para los miles de millones de usuarios que interactuan principalmente con la IA en idiomas no ingleses – el chino en particular, que representa la comunidad linguistica mas grande del mundo.

GLM-4, desarrollado por Zhipu AI (智谱AI) – una de las empresas lideres de IA en China, respaldada por investigadores de la Universidad de Tsinghua – adopta un enfoque fundamentalmente diferente. Es un modelo fundacional bilingue construido desde cero tanto para chino como para ingles, sin que ningun idioma sea tratado como secundario. El resultado es un modelo que iguala o supera a GPT-4 en benchmarks chinos mientras sigue siendo competitivo en tareas en ingles, posicionandose como el LLM bilingue chino-ingles de codigo abierto lider en 2026.

LLM Chino on SoloSoft

BELLE: Modelo de Lenguaje Chino de Código Abierto por Lianjia

Diferenciadores

Arquitectura

Variantes

Rendimiento

Despliegue

FAQ

GLM-4: El LLM Bilingue de Codigo Abierto de Zhipu AI