SenseNova-Loop-9B: modelo de 9B parámetros con arquitectura en bucle

Fuentes: SenseNova-Loop-9B: 9B parameter model with looped architecture

SenseNova-Loop-9B, un modelo de lenguaje multimodal de aproximadamente 9.000 millones de parámetros, ha sido lanzado oficialmente por la comunidad de Hugging Face. A diferencia de los modelos tradicionales, esta arquitectura reutiliza pesos de capas mediante un diseño en bucle, combinando estas capas con conexiones hiper-construidas (mHC) para ampliar la profundidad de cómputo sin aumentar la memoria. El sistema extiende 32 capas físicas de decodificador a 56 ejecuciones por paso de inferencia, aceptando texto e imágenes como entrada y generando texto como salida.

El modelo está diseñado para tareas de razonamiento complejo, programación y uso de herramientas, con un contexto de hasta 512.000 tokens. En las evaluaciones de análisis de datos y tareas agénticas, SenseNova-Loop-9B muestra resultados competitivos frente a Qwen3.8-27B, obteniendo puntuaciones de 41,36 en NL2Repo y 65,31 en AIDABench. Además, destaca por su eficiencia en memoria: la inferencia multimodal a una longitud de contexto de 256K tokens requiere aproximadamente 15 GiB de memoria GPU, facilitando su despliegue en entornos con recursos limitados. La versión oficial incluye pesos cuantizados en 4 bits para una mayor accesibilidad.