#mixture of experts

Cohere presenta Command A+: modelo MoE de 218B parámetros para flujos de trabajo con agentes IA

Cohere lanzó Command A+, un modelo abierto de Mixture-of-Experts disperso con 218 mil millones de parámetros que consolida cuatro variantes anteriores. Funciona con apenas dos GPUs H100 y soporta 48 idiomas, posicionándose como el primer modelo de razonamiento multimodal de la empresa.

Fuente: MarkTechPost