IBM ha lanzado Granite 4.2, una familia de modelos de lenguaje de razonamiento abierto en tamaños de parámetros 3B, 8B y 30B. A diferencia de versiones anteriores de Granite, que eran asistentes que seguían instrucciones, Granite 4.2 se basa en un razonamiento explícito. Cada modelo puede emitir una cadena de pensamiento antes de responder, y cada modelo expone un interruptor de pensamiento/no pensamiento más un modo de bajo esfuerzo que gasta un corto presupuesto de razonamiento en preguntas fáciles. Los modelos son transformadores densos solo decodificadores, previamente entrenados desde cero con aproximadamente 15 billones de tokens y luego entrenados posteriormente a través de una cadena de aprendizaje de refuerzo de múltiples etapas. Para 8B y 30B, esa cadena incluye un bloque RL agente donde el modelo aprende a editar código, manejar una terminal y ejecutar búsquedas web dentro de entornos reales de espacio aislado. Los tres se envían bajo Apache 2.0. IBM también lanzó dos modelos Granite Speech 5.0 Turbo CTC de parámetros 470M junto con los LLM.
‘;} sc.innerHTML=’
‘+st.n+(¿saltar?’ · no ejecutar para 3B’:”)+’
‘+st.d+’
‘+kv+’
‘; res(); } document.getElementById(‘play’).onclick=function(){ var i=0;var b=this;b.disabled=true; var iv=setInterval(function(){ if(i>=STAGES.length){clearInterval(iv);b.disabled=false;return;} if(!(size===’3’&&STAGES[i].agentic)){ sel(i);pipe.niños[i].classList.add(‘pulso’); (función(n){setTimeout(función(){tubería.niños[n].classList.remove(‘pulso’);},600);})(i); }yo++; },700); }; dibujarPipe(); /* ———- 3. bucle agente ———- */ var LOOP=[
‘> user: What\u0027s the weather like in Boston right now?\n\n<think>\nThe user is asking for the weather in Boston. Let me check the\ntools available. There is get_current_weather, which takes a\ncity parameter. I need to call it with city set to Boston.\n</think>‘,
‘> tool call emitted\n\n<tool_call>\n\n Boston\n\n</tool_call>‘,
‘> role: tool\n\n{“temperature”: “72°F”,\n “condition”: “Partly cloudy”,\n “humidity”: “65%”}’,
‘<think>\nThe tool returned the weather data for Boston. I need to\npresent this clearly to the user.\n</think>\n\nThe current weather in Boston is 72°F, partly cloudy, with\n65% humidity.‘
]; var t3=document.getElementById(‘t3’),nds=document.querySelectorAll(‘.g42 .nd’),cur=0,iv3=null; función mostrar3(i){ cur=i; for(var j=0;j3){clearInterval(iv3);return;}show3(i);},1500); }; mostrar3(0); /* ———- 4. puntos de referencia ———- */ var B={ código:[[‘SWE-Bench Verified’,null,47.67,57.00],[‘SWE-Bench Multilingual’,null,30.78,41.89],[‘SWE-Bench Pro’,null,19.11,33.29],[‘Terminal-Bench 2.1’,null,20.56,29.24]], gen:[[‘tau3-bench’,50.99,66.34,68.05],[‘BFCL (v4)’,52.41,50.29,61.39],[‘ProfBench’,32.10,41.20,42.90],[‘BirdBench’,null,41.07,41.85]], razón:[[‘AIME25’,78.33,86.67,89.17],[‘HMMT Feb25’,66.67,78.33,89.17],[‘GPQA’,54.80,64.14,66.41],[‘LiveCodeBench v6’,69.71,73.24,75.77],[‘SciCode’,24.11,36.09,38.76],[‘MMLU-Pro’,67.84,74.04,77.60],[‘Arena-Hard-V2’,34.96,65.19,67.93]], largo:[[‘RULER 64K’,67.52,80.99,89.96],[‘RULER 128K’,55.30,71.41,81.38]]}; var cat=”código”,bars=document.getElementById(‘barras’),p4s=document.getElementById(‘p4s’); var cts=document.querySelectorAll(‘.g42 .cat’); para(var c=0;c
‘+filas[i][0]+’‘+texto+’
‘; } barras.innerHTML=h; var es=bars.querySelectorAll(‘i’); setTimeout(función(){para(var k=0;k “>
¿Es desplegable?
Sí, los tres modelos de lenguaje Granite 4.2 se envían bajo Apache 2.0, por lo que la descarga, el ajuste y el uso de producción comercial no conllevan licencias.
Qué empresas: El 3B es adecuado para desarrolladores individuales y nuevas empresas que se ejecutan en una computadora portátil a través de Ollama o LM Studio, especialmente con los cuantificadores GGUF lanzados hasta Q4_K_M. El 8B se adapta a equipos del mercado medio con una única GPU moderna. El 30B está dirigido a empresas con capacidad de clase A100/H100 o FP8/NVFP4 que presta servicio en vLLM. Las organizaciones reguladas obtienen el beneficio adicional de los pesos locales. Industrias: software y herramientas para desarrolladores, servicios financieros, atención médica, telecomunicaciones, sector público y centros de contacto, que es donde aterrizan los nuevos modelos de voz. Aplicaciones: Agentes de ingeniería de software, automatización de terminales y DevOps, agentes de búsqueda e investigación profunda, RAG de documentos largos, llamadas de herramientas estructuradas y transcripción de gran volumen.
Arquitectura
Granite 4.2 es un transformador denso solo decodificador, no un diseño híbrido o MoE. Los componentes principales son atención de consultas agrupadas con cabezales de 8 KV, RoPE con θ = 10 000 000, SwiGLU MLP, RMSNorm (ε = 1e-5), incrustaciones de entrada/salida desatadas y precisión bfloat16.
El 3B usa 40 capas con un tamaño de incrustación de 2560. El 8B usa 40 capas con un tamaño de 4096. El 30B llega a 64 capas con un tamaño oculto de MLP de 32,768. La tabla de arquitectura publicada enumera una longitud de secuencia de 131,072 tokens (128K), mientras que la ejecución previa al entrenamiento de cinco fases incluye una fase de contexto largo que se extiende a 512K tokens. La formación previa cubre aproximadamente 15 billones de tokens desde cero.
El proceso de formación es la historia real
El ajuste supervisado utiliza alrededor de 7,2 millones de muestras, aproximadamente 100 mil millones de tokens con ~65 mil millones entrenables. La mezcla es 31,6% agente y 68,4% no agente, y la ingeniería de software es el 69% de la porción agente. Se generaron trayectorias entre arneses, incluidos OpenHands, SWE-agent, Terminus-2, MiniSWE, Codex y Goose. El control de calidad utilizó GPT-OSS-120B y Gemma 4 como jueces, además de deduplicación SHA-256 en los campos de herramientas y mensajes.
El postentrenamiento es una cadena de RL de múltiples etapas y múltiples entornos, no una sola pasada. Cada etapa es una ejecución de GRPO asincrónica separada que comienza en caliente desde el punto de control anterior, con una línea de base que deja uno fuera en lugar de una red de valores y un muestreo de importancia truncado para limitar la desviación de las políticas. El orden es RLVR, luego potenciadores de habilidades, luego SWE, Terminal, Búsqueda y luego RLHF.
El bloque RL agente se ejecuta solo en 8B y 30B. El 3B toma RL fundamental y alineación únicamente. Esa única elección de diseño explica la mayor parte de la brecha de capacidad entre tamaños. El entrenamiento se realizó en NeMo-RL y NeMo-Gym en un clúster NVIDIA GB200 NVL72 alojado en CoreWeave.
Dos piezas de soporte importan: 1 billón de tokens de código sintético del proceso CodeAlchemy de IBM y una capa de decodificación especulativa para un servicio más rápido.
Resultados reportados
Números de IBM, por tamaño (3B / 8B / 30B):
Voz: 470M de parámetros, sin red troncal LLM
Los modelos Turbo CTC tienen 470 millones de parámetros y eliminan por completo la columna vertebral de LLM, utilizando clasificación temporal conexionista para asignar audio a texto. IBM informa un rendimiento RTFx cercano a 12.600 en un solo H200, frente a aproximadamente 6.000 para los líderes de velocidad actuales en la clasificación Open ASR. Una demostración de WebGPU está disponible.
Conclusiones clave
Granite 4.2 incluye modelos de razonamiento densos 3B/8B/30B bajo Apache 2.0. En la plantilla de chat se expone un cambio de pensamiento/bajo esfuerzo/no pensamiento. Agentic RL (SWE, Terminal, Search) entrena solo los 8B y 30B. El 30B alcanza 57,00 en SWE-Bench Verified y 29,24 en Terminal-Bench 2.1. Granite Speech 5.0 Turbo CTC tiene 470 millones de parámetros sin red troncal LLM.
Consulte el blog de IBM Research, el artículo técnico y el repositorio de GitHub. Además, no dude en seguirnos en Twitter y no olvide unirse a nuestro SubReddit de más de 150.000 ml y suscribirse a nuestro boletín. ¡Esperar! estas en telegrama? Ahora también puedes unirte a nosotros en Telegram.
Asif Razzaq es el director ejecutivo de Marktechpost Media Inc.. Como emprendedor e ingeniero visionario, Asif está comprometido a aprovechar el potencial de la inteligencia artificial para el bien social. Su esfuerzo más reciente es el lanzamiento de una plataforma de medios de inteligencia artificial, Marktechpost, que se destaca por su cobertura en profundidad del aprendizaje automático y las noticias sobre aprendizaje profundo que es técnicamente sólida y fácilmente comprensible para una amplia audiencia. La plataforma cuenta con más de 2 millones de visitas mensuales, lo que ilustra su popularidad entre el público.