Hilos · 4 noticias en 3 días
Meta lanzó Muse Glimmer, un modelo agéntico de 30B que corre en una laptop
- Noticias
- 4
- Briefings
- 3
- Empieza
- Última
-
Meta lanza Muse Glimmer, modelo agéntico open-weight de 30B que corre en una laptop
Es una destilación de Muse Spark 1.2 bajo licencia Apache 2.0, pensada para agentes locales "always-on": coding, function calling y razonamiento multi-paso sin depender de la nube. Meta reporta mejoras de velocidad de decodificación de 3,1× en una RTX 5090 y 1,8× en M5 Max; ya está en Hugging Face con soporte para llama.cpp y Ollama. Zuckerberg acompañó el release con una defensa del open source y de la destilación como motor de progreso. Meta AI Research · CNBC · HN (157 comentarios)
Meta AI Research CNBC HN (157 comentarios) Meta Hugging Face llama.cpp
-
Meta lanzó Muse Glimmer, un modelo agéntico de 30B que corre en una laptop
Es un modelo denso multimodal bajo Apache 2.0, destilado de Muse Spark 1.2, con contexto de 131K y optimizado para agentes locales: tool use, coding y LLM-as-judge. Con cuantización 4-bit entra en menos de 20 GB (una GPU de 24 GB alcanza) y logra 3,1× de speedup en una RTX 5090 vía speculative decoding. Zuckerberg lo acompañó con un ensayo defendiendo los open weights y la destilación, y prometió liberar Muse Spark 1.2 en las próximas semanas. Meta AI · TechCrunch · Hugging Face
-
Correr Muse Glimmer 30B local como motor de agentes
Lo más accionable de las últimas 24h: la colección de Hugging Face trae pesos BF16, GGUF k-quants (de Unsloth, publicados ayer), builds de ExecuTorch y el drafter DFlash para speculative decoding. Con ~20 GB corre en una GPU de consumo o Mac dentro de un loop de agente real, sin llamadas de red. Si querés agentes locales con tool use y 131K de contexto, es el candidato a probar hoy. Fuentes: VentureBeat, explainx.
-
Meta Muse Glimmer explota en la comunidad open source
El modelo denso de 30B bajo Apache 2.0 (lanzado el 10/8) fue el tema dominante de ayer: superó los 1.000 puntos en Hacker News y Unsloth publicó cuantizaciones GGUF que lo hacen correr en una GPU de consumo o una Mac (~20 GB con 4-bit + speculative decoding). Está tuneado para uso agéntico local: tool use, coding y trayectorias largas, con 131K de contexto. Fuentes: VentureBeat, Meta AI Research.
El hilo se arma solo en cada build: junta noticias de días distintos que nombran a la misma entidad y repiten vocabulario que casi no aparece en el resto del archivo. Nadie lo edita a mano, así que puede dejar afuera una noticia o sumar una de al lado.