El gobierno japonés ha fijado su posición sobre una de las disputas más activas en torno a la inteligencia artificial: el entrenamiento de modelos de lenguaje a gran escala (LLM, por sus siglas en inglés) con datos protegidos por derechos de autor no constituye infracción. Keiko Nagaoka, ministra de Educación, Cultura, Deportes, Ciencia y Tecnología, lo resumió con una frase
Google ha publicado un paper sobre StyleDrop, un método de generación de imágenes a partir de texto capaz de capturar el estilo visual de una imagen de referencia con alta precisión. La tecnología está construida sobre Muse, el modelo texto-imagen de Google, y mejora con cada ciclo de retroalimentación, ya sea humana o automatizada. Cómo funciona StyleDrop StyleDrop aborda uno
Google presentó PaLM 2 el 10 de mayo de 2023 en su conferencia Google I/O, como la nueva generación de modelo de lenguaje grande (LLM) que sustituye al PaLM original. El modelo refina tres capacidades concretas: multilingüismo con cobertura de más de 100 idiomas, razonamiento lógico y matemático, y generación de código en lenguajes tanto populares como especializados. A diferencia
ARCHITEChTURES es una plataforma web de diseño residencial asistido por IA que permite a arquitectos y promotores generar distribuciones de plantas optimizadas en minutos a partir de parámetros de superficie, normativa y tipología. La plataforma ARCHITEChTURES combina algoritmos de aprendizaje automático con generación de documentación BIM exportable en formatos XLS, CAD y BIM. Cómo funciona El flujo es sencillo: el
MosaicML lanzó el 5 de mayo de 2023 MPT-7B, un modelo de lenguaje grande (LLM) de 7.000 millones de parámetros entrenado desde cero con un billón de tokens de texto y código. La novedad respecto a otros modelos de tamaño similar era doble: licencia libre para uso comercial y una ventana de contexto muy superior a la habitual en su
ChatGPT aprende de texto, recopilado de fuentes muy distintas y procesado durante semanas en clústeres de GPU. OpenAI no ha publicado la lista completa de conjuntos de datos usados para entrenar a ChatGPT, pero la información disponible permite entender bien de dónde viene la mayor parte del conocimiento del modelo. Las fuentes principales de entrenamiento Common Crawl es la base.
GPT-4 es el modelo de lenguaje grande (LLM) que OpenAI publicó el 14 de marzo de 2023. Usa arquitectura Transformer decoder con atención multi-cabeza y se entrena mediante supervisión humana más aprendizaje por refuerzo con retroalimentación de anotadores (RLHF). Frente a GPT-3.5, el salto fue medible en razonamiento, seguimiento de instrucciones complejas y manejo de contexto largo. También fue el
ChatGPT ya tiene su alternativa 100% de código abierto con Open Assistant. Una iniciativa que busca facilitar el acceso a la inteligencia artificial conversacional para todos que nos compartió en Twitter @DotCSV. El proyecto Open Assistant se centra en la creación de conjuntos de datos de alta calidad y modelos de código abierto, que permitan el desarrollo futuro de la
AutoGPT es una aplicación experimental de código abierto desarrollada en Python por Toran Bruce Richards y publicada en GitHub en abril de 2023. Su funcionamiento se basa en encadenar «pensamientos» de modelos de lenguaje grandes (LLM, Large Language Models), en concreto GPT-4 de OpenAI, para completar tareas complejas sin que el usuario tenga que intervenir en cada paso. A diferencia
OpenPlayground es un entorno de pruebas de código abierto creado por Nat Friedman, ex director ejecutivo de GitHub, que permite comparar modelos de lenguaje grande (LLM) de varios proveedores desde una sola interfaz. Se puede instalar en local, desplegar con Docker o acceder a la versión alojada en nat.dev, donde Friedman pide 5 dólares para cubrir los costes de los
