IBM ha lanzado las actualizadas versiones de los modelos de lenguaje Granite 4.2 en tamaños de 3B, 8B y 30B parámetros, diseñados específicamente para flujos de trabajo empresariales con agentes autónomos y capacidades nativas de razonamiento paso a paso. Junto con los modelos de lenguaje, IBM presentó Granite Speech 5.0 Turbo CTC, un modelo de voz ligero optimizado para transcripción de alto rendimiento en dispositivos periféricos.

  • Granite 4.2 cuenta con una arquitectura densa y aprendizaje por refuerzo multietapa, que incluye "agentic RL" para ingeniería de software y tareas de codificación basadas en terminal.
  • Los modelos fueron entrenados con 1 billón de tokens de código sintético generados por la pipeline CodeAlchemy de IBM e incluyen decodificación especulativa para mejorar la velocidad de inferencia y reducir costos.
  • Granite Speech 5.0 Turbo CTC tiene 470 millones de parámetros, utiliza clasificación temporal conexista (CTC) para audio en streaming eficiente y alcanza una puntuación RTFx de aproximadamente 12.600 en GPUs H100.
  • Tanto los modelos de lenguaje como los de voz están disponibles bajo la licencia Apache 2.0, lo que permite a las organizaciones descargarlos, ajustar sus parámetros e implementarlos sin restricciones de licenciamiento.

Estas actualizaciones tienen como objetivo ayudar a las empresas a construir agentes confiables capaces de planificar, ejecutar tareas complejas y procesar datos de voz de manera eficiente en escenarios del mundo real.