iLLaDA de ByteDance: modelo de difusión que rivaliza con Qwen2.5
iLLaDA, un modelo de lenguaje de 8B parámetros basado en difusión, muestra un rendimiento comparable al de Qwen2.5 en su versión base, aunque se queda atrás tras el fine‑tuning. Este avance refleja la apuesta de ByteDance por arquitecturas alternativas a los transformadores tradicionales.
3 min lectura5semIAOnda Redaccion