Cognee vs GLM-130B

Cognee convierte documentos, chats, tickets y datos de API en agentes de modelos de lenguaje con memoria gráfica que pueden recordar a lo largo de las sesiones. Construye grafos de entidades vinculadas a partir de ese contexto para que los agentes no tengan que empezar desde cero en cada ejecución. Puedes conectar Slack, GitHub o Linear para que los agentes de codificación y los bots de soporte compartan un cerebro empresarial consciente de los permisos.

El RAG simple devuelve fragmentos de texto similares. Cognee combina la búsqueda vectorial con grafos de conocimiento y ontologías auto-generadas, por lo que la recuperación extrae entidades conectadas y hechos citados en lugar de fragmentos aislados. El SDK se centra en cuatro verbos: recordar, recuperar, olvidar y mejorar, y la misma interfaz se ofrece a través de HTTP y MCP para Claude Code, Codex y OpenClaw.

Los equipos de plataforma lo usan para la memoria de agentes de codificación, pipelines GraphRAG, inteligencia de negocios y agentes orientados al cliente que necesitan respuestas fundamentadas. Ejecútalo con pip localmente, hospédalo tú mismo en Docker o en tus instalaciones, o migra a Cognee Cloud cuando desees escala gestionada. El proyecto reporta 30.4k estrellas en GitHub y más de 5M ejecuciones del SDK por mes, con despliegues en producción en Bayer y Knowunity.

GLM-130B ofrece un modelo de lenguaje bilingüe de 130 mil millones de parámetros en la pila de investigación abierta THUDM, construida alrededor de la receta de preentrenamiento General Language Model (GLM). Los pesos están dirigidos a texto en inglés y chino, y el repositorio de GitHub incluye código de inferencia, tareas de evaluación y puntos de control aceptados en ICLR 2023. Puedes ejecutar generación de izquierda a derecha o relleno en blanco con los tokens [MASK] y [gMASK] en hardware que quepa en un solo servidor multi-GPU en lugar de una API propietaria.

Mientras que la mayoría de los modelos de más de 100 mil millones permanecen cerrados, GLM-130B publica pesos del modelo, notas de entrenamiento y configuraciones YAML para más de 30 benchmarks. Su ruta de cuantización INT4 está ajustada para que cuatro tarjetas RTX 3090 (24GB) puedan alojar la inferencia con casi ninguna pérdida de precisión, un umbral mucho más bajo que la configuración de ocho A100 (40GB) usada para ejecuciones completas en FP16. El objetivo de entrenamiento mezcla relleno en blanco autorregresivo en el 95% de los tokens con datos de instrucciones multitarea de T0++ y DeepStruct, lo cual es una apuesta diferente al preentrenamiento causal estándar estilo GPT.

Los investigadores que estudian transferencia cero disparo bilingüe, cuantización de modelos grandes o benchmarks reproducibles de LLM obtendrán el máximo provecho de GLM-130B. El repositorio se enfoca en herramientas de evaluación e inferencia más que en un producto de chat alojado, aunque THUDM luego derivó el trabajo de diálogo en ChatGLM. Se espera que traigas tus propias GPUs, almacenamiento para un punto de control de 260GB y paciencia para el formulario de descarga de pesos.