La tappa storica
BLOOM è il modello del progetto collaborativo BigScience, presentato pubblicamente nel luglio 2022. La versione principale conta 176 miliardi di parametri. Il suo interesse storico riguarda anche il modo in cui comunità, documentazione e accesso al modello furono organizzati, oltre alla taglia della rete.
Che cosa cambiò
Il progetto fu pensato come modello multilingue e include varianti più piccole: BLOOM-7b1 ha circa 7,1 miliardi di parametri. Quest’ultima è un checkpoint distinto dal grande 176B. La famiglia usa una licenza RAIL con condizioni d’uso: disponibilità dei pesi non significa assenza di vincoli. BLOOM di base non va confuso con BLOOMZ, la successiva famiglia adattata alle istruzioni.
Come leggerlo e provarlo
Quando leggi una vecchia recensione, controlla quale taglia veniva provata. Un risultato del 176B non descrive automaticamente il 7b1. Per un confronto multilingue scegli testi equivalenti nelle lingue effettivamente documentate, e verifica nomi, numeri e significato della continuazione. “Multilingue” non promette prestazioni uniformi in ogni lingua.
Hardware: pesi e memoria totale
Il 176B a 16 bit corrisponde nominalmente a circa 352 GB per i soli pesi; il 7,1B a circa 14,2 GB. Sono calcoli di ordine di grandezza, non misure dell’occupazione totale. La differenza spiega perché la variante principale apparteneva a un’infrastruttura molto diversa dal singolo PC, mentre le taglie minori aprivano esperimenti più accessibili.
Ha ancora senso nel 2026?
Nel 2026 il suo valore editoriale è raccontare un’alternativa collaborativa allo sviluppo di modelli concentrato in poche aziende. Per un primo avvio domestico non sceglierei il 176B soltanto per curiosità storica. Un checkpoint piccolo, con una richiesta breve e una versione del runtime documentata, permette di studiare la famiglia senza confondere interesse scientifico e praticità quotidiana.
Seguire la storia
Questi sei approfondimenti sono una selezione di tappe fra il 2019 e il 2023, non una storia completa dell’intelligenza artificiale. Gli esperimenti moderni con Bonsai e GLM sono trattati separatamente, senza attribuire ai vecchi modelli risultati misurati su altri checkpoint.
Fonti originali e documentazione
Fonti consultate il 5 ottobre 2026. Le date del modello descrivono l’evento storico; la data dell’articolo indica la pubblicazione su NexastraTech. Le stime di memoria sono calcoli nominali a 2 byte per parametro, in GB decimali, non benchmark o requisiti garantiti.