Apple ha presentado OpenELM, una familia de ocho modelos de lenguaje pequeños y de código abierto pensados para funcionar directamente en iPhones y Mac, sin depender de servidores en la nube. Es un movimiento poco habitual en una compañía conocida por mantener en secreto casi todo lo relacionado con sus modelos de IA.
Ocho modelos en cuatro tamaños
OpenELM llega en cuatro tamaños de parámetros, 270M, 450M, 1.100M y 3.000M, todos entrenados con conjuntos de datos públicos. Están optimizados para ejecutarse en el propio dispositivo, lo que permite que tareas basadas en IA funcionen sin enviar datos a un servidor externo.
Frente a OLMo, otro modelo abierto comparable en tamaño, OpenELM mejora ligeramente el rendimiento y necesita la mitad de datos para entrenarse. Con un presupuesto de unos mil millones de parámetros, Apple registra una mejora del 2,36% en precisión frente a OLMo, usando la mitad de tokens de preentrenamiento. La clave técnica es una estrategia de escalado por capas que reparte los parámetros de forma distinta según la profundidad de cada capa del transformador, en lugar de repartirlos de manera uniforme.
Un lanzamiento más abierto de lo habitual
Junto a los modelos, Apple ha liberado CoreNet, la librería usada para entrenar OpenELM, y ha publicado código para convertir los modelos a MLX, su framework para inferencia y ajuste fino en dispositivos propios. La diferencia con lanzamientos anteriores del sector es que aquí no solo se comparten los pesos del modelo y el código de inferencia, sino también registros de entrenamiento completos, múltiples puntos de control y las configuraciones exactas de preentrenamiento usadas sobre datos públicos.
Ese nivel de detalle facilita que otros investigadores puedan reproducir los resultados, auditar sesgos en los datos de entrenamiento y evaluar riesgos del modelo con más información de la que suele acompañar a este tipo de lanzamientos.
Qué dice esto sobre la estrategia de Apple en IA
OpenELM llega meses antes de que Apple confirmara públicamente su apuesta por la IA en dispositivo con Apple Intelligence, y visto en retrospectiva encaja con esa dirección. La compañía ha seguido esa línea desde entonces, con movimientos como la apertura de su Foundation Models framework a Python y Linux o la evolución hacia una IA más integrada en el sistema con apoyo de Gemini.
El código, los pesos preentrenados y las recetas de entrenamiento de OpenELM están disponibles en Hugging Face, y el paper técnico completo puede consultarse en arXiv.
Preguntas frecuentes
¿Qué es OpenELM?
Una familia de ocho modelos de lenguaje pequeños y de código abierto de Apple, diseñados para ejecutarse directamente en iPhone y Mac sin depender de la nube.
¿Qué tamaños de parámetros incluye OpenELM?
Cuatro tamaños, 270M, 450M, 1.100M y 3.000M de parámetros, cada uno entrenado con conjuntos de datos públicos.
¿En qué mejora OpenELM a OLMo?
Con un presupuesto de unos mil millones de parámetros, OpenELM mejora un 2,36% en precisión frente a OLMo usando la mitad de tokens de preentrenamiento.
¿Dónde se puede descargar OpenELM?
El código, los pesos preentrenados y las recetas de entrenamiento están disponibles públicamente en Hugging Face.
¿Qué es CoreNet?
La librería que Apple ha liberado junto a OpenELM y que se ha usado para entrenar estos modelos, incluyendo herramientas para inferencia y ajuste fino eficientes en dispositivos Apple.
