Descripción
Laguna M.1 es un sofisticado modelo Mixture-of-Experts (MoE) desarrollado para codificación agentic y tareas a largo plazo. Con un total de 225 mil millones de parámetros y 23 mil millones de parámetros activados por token, está diseñado para manejar tareas computacionales complejas de manera eficiente. El modelo consta de 70 capas, incluyendo 67 capas MoE dispersas con 256 expertos, y utiliza un mecanismo de enrutamiento de expertos de alta capacidad. Este diseño permite un enrutamiento top-k=16 y un balanceo de carga sin pérdida auxiliar, mejorando su eficiencia computacional.
Leer más
El modelo emplea una arquitectura de atención global en todas las capas, con 64 cabezas Q y 8 cabezas KV, y un control de salida de atención softplus. Esta configuración soporta capacidades de razonamiento nativas, permitiendo un pensamiento intercalado entre llamadas a herramientas, que se puede habilitar o deshabilitar por solicitud. Laguna M.1 demuestra un rendimiento sólido en varios benchmarks, incluyendo SWE-bench Verified, SWE-bench Multilingual, SWE-Bench Pro y Terminal-Bench 2.0, lo que lo hace competitivo con modelos de última generación.
Laguna M.1 está licenciado bajo la Licencia Apache 2.0, permitiendo su uso y modificación gratuitos tanto para fines comerciales como no comerciales. Es compatible con varias plataformas, incluyendo vLLM, SGLang, Transformers y TRT-LLM, gracias a colaboraciones con NVIDIA. El modelo está diseñado para casos de uso en ingeniería de software y codificación agentic, con un enfoque en preservar el razonamiento en el historial de mensajes para optimizar el rendimiento.
Los usuarios pueden implementar Laguna M.1 localmente utilizando vLLM o SGLang, con soporte para llamadas a herramientas, respuestas en streaming y análisis de razonamiento. El modelo también está disponible en formatos cuantizados, como FP8 y NVFP4, para acomodar diferentes necesidades de implementación. Para aquellos interesados en explorar sus capacidades, Laguna M.1 se puede acceder a través de plataformas como vLLM y SGLang, con orientación detallada sobre la implementación disponible en su respectiva documentación.
- CategoríaModelos de IA y LLM
- Modelo de preciosCódigo abierto
- ImplementaciónNube, Autoalojado
- PlataformasWeb, macOS, Linux
Aspectos destacados de Laguna M.1
225B parámetros totales
23B parámetros activados por token
Transformador MoE de 70 capas
256 expertos con enrutamiento top-k=16
Arquitectura de atención global
Soporte de razonamiento nativo
Licencia Apache 2.0
Rendimiento sólido en benchmarks
Primeros pasos con Laguna M.1
Acceder a la página del modelo: Visita la página de Hugging Face para Laguna M.1
Autenticarse: Obtén una clave API para acceder
Configurar: Configura el modelo con los parámetros deseados
Enviar solicitudes: Utiliza el modelo para tareas de texto a texto
Ajustar: Modifica el modelo para casos de uso específicos
Casos de uso de Laguna M.1
- Codificación Agentic
- Tareas a Largo Plazo
- Pruebas de Benchmark
- Integración de Herramientas
- Investigación y Desarrollo
