Nelle scorse ore Meta Superintelligence Labs ha pubblicato Muse Glimmer, un modello da 30 miliardi di parametri distribuito con pesi aperti sotto licenza Apache 2.0. Il bersaglio sono gli agenti locali sempre attivi: gestione dell'agenda, redazione di messaggi, organizzazione dei file, attivit� che richiedono accesso a contesto personale e che Meta preferisce tenere sulla macchina dell'utente. Il modello � pensato per girare su un PC o un Mac con una singola GPU consumer, anche in assenza di connessione.
A precisione piena un modello di queste dimensioni chiederebbe oltre 55 GB di memoria; la quantizzazione a circa 4 bit porta il modello linguistico sotto i 20 GB, lasciando margine per la KV cache, per l'encoder di percezione che gestisce le immagini e per il drafter della decodifica speculativa. L'insieme � calibrato per stare in un budget da 24 o 32 GB, ossia la dotazione delle schede e dei portatili di fascia alta oggi in commercio. Meta dichiara una degradazione minima o nulla sui compiti agentici dopo la compressione.
La distillazione da Muse Spark
Muse Glimmer nasce dagli output di Muse Spark, il modello chiuso della casa usato come insegnante. Il pre-addestramento � avvenuto per distillazione dei logit su un mix di dati simile a quello del modello maggiore; una fase intermedia ha aggiunto contesti pi� lunghi, dati a densit� agentica maggiore e tracce di ragionamento pi� ricche; il post-addestramento ha combinato fine-tuning supervisionato, distillazione on-policy e apprendimento per rinforzo su domini generali, di ragionamento, di codice e agentici. L'azienda precisa di avere valutato il modello secondo il proprio Advanced AI Scaling Framework prima di aprirne i pesi.
