Qué tokens predice mejor un modelo híbrido y por qué importa
Un estudio directo entre Olmo 3 (transformer 7B) y Olmo Hybrid muestra que los híbridos aciertan más en palabras que transmiten significado y en casos que requieren seguimiento de contexto, mientras que los transformers conservan la ventaja en copia exacta y cierre de corchetes. Esto guía la elección de arquitectura según la tarea.