{"id":116805,"date":"2024-06-27T18:05:52","date_gmt":"2024-06-27T16:05:52","guid":{"rendered":"https:\/\/prohoster.info\/blog\/novosti-interneta\/rejting-otkrytosti-generativnyh-ai-modelej"},"modified":"2024-06-27T18:05:52","modified_gmt":"2024-06-27T16:05:52","slug":"rejting-otkrytosti-generativnyh-ai-modelej","status":"publish","type":"post","link":"https:\/\/prohoster.info\/es\/blog\/news\/rejting-otkrytosti-generativnyh-ai-modelej","title":{"rendered":"Clasificaci\u00f3n de la apertura de modelos de IA generativa.","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"
Investigadores de la Universidad de Nijmegen (Pa\u00edses Bajos) han preparado un ranking de apertura de 40 grandes modelos de lenguaje y 7 modelos para la generaci\u00f3n de im\u00e1genes a partir de descripciones textuales, reivindicados como abiertos por sus fabricantes. Debido a que los criterios de apertura de los modelos de aprendizaje autom\u00e1tico todav\u00eda se est\u00e1n formando, actualmente existe una situaci\u00f3n en la que se difunden modelos bajo la apariencia de ser abiertos, pero que tienen licencias que limitan su uso (por ejemplo, muchos modelos proh\u00edben su utilizaci\u00f3n en proyectos comerciales). Adem\u00e1s, los fabricantes a menudo no proporcionan acceso a los datos utilizados en el entrenamiento, no revelan detalles de la implementaci\u00f3n ni abren completamente el c\u00f3digo asociado.<\/p>\n
La mayor\u00eda de los modelos que se presentan como \u00ababiertos\u00bb deben interpretarse en realidad como \u00abcoeficientes de peso abiertos\u00bb o, m\u00e1s precisamente, \u00abcoeficientes de peso disponibles\u00bb, ya que se distribuyen bajo licencias restrictivas que proh\u00edben su uso en productos comerciales. Los investigadores externos pueden experimentar con tales modelos, pero no tienen la capacidad de adaptar el modelo a sus necesidades ni de inspeccionar su implementaci\u00f3n. M\u00e1s de la mitad de los modelos no proporcionan informaci\u00f3n detallada sobre los datos utilizados para el entrenamiento, ni publican informaci\u00f3n sobre su estructura interna y arquitectura.<\/p>\n
Los modelos m\u00e1s abiertos son BloomZ, AmberChat, OLMo, Open Assistant y Stable Diffusion, que se han publicado bajo licencias abiertas junto con los datos originales, el c\u00f3digo y la implementaci\u00f3n de la API. Los modelos de Google (Gemma 7B), Microsoft (Orca 2) y Meta (Llama 3), posicionados por los fabricantes como abiertos, se encuentran m\u00e1s cerca del final del ranking, ya que no proporcionan acceso a los datos originales, no revelan detalles t\u00e9cnicos de la implementaci\u00f3n, y distribuyen los coeficientes del modelo bajo licencias que limitan su uso. El popular modelo Mistral 7B se ubic\u00f3 aproximadamente en el medio del ranking, ya que se ofrece bajo una licencia abierta, pero est\u00e1 solo parcialmente documentado, no revela los datos utilizados para el entrenamiento y tiene un c\u00f3digo asociado que no est\u00e1 completamente abierto.<\/p>\n
Los investigadores han propuesto 14 criterios de apertura para los modelos de IA, que abarcan las condiciones de distribuci\u00f3n de c\u00f3digo, datos de entrenamiento, coeficientes, variantes de datos y coeficientes optimizados mediante aprendizaje por refuerzo (RL), as\u00ed como la disponibilidad de paquetes listos para usar, API, documentaci\u00f3n y una descripci\u00f3n detallada de la implementaci\u00f3n.<\/p>\n
<\/center><\/p>\n
<\/center><\/p>\n
De acuerdo con el borrador de definici\u00f3n de IA abierta propuesto por la organizaci\u00f3n OSI (Open Source Initiative), los principales criterios de apertura de un sistema de IA son la provisi\u00f3n de oportunidades para su uso con cualquier prop\u00f3sito sin necesidad de obtener un permiso espec\u00edfico; el estudio del funcionamiento del sistema y la inspecci\u00f3n de sus componentes; la posibilidad de realizar modificaciones para cualquier fin; y la transferencia a otros de la versi\u00f3n original, as\u00ed como de la edici\u00f3n tras realizar las modificaciones.<\/p>\n
Para permitir la realizaci\u00f3n de cambios, un sistema de IA debe incluir:<\/p>\n
\n
Informaci\u00f3n detallada sobre los datos utilizados durante el entrenamiento y la metodolog\u00eda de ense\u00f1anza. La informaci\u00f3n debe ser suficiente para que un desarrollador profesional pueda recrear el sistema de IA equivalente, utilizando los mismos datos o datos similares para el entrenamiento.\n
La disponibilidad del c\u00f3digo fuente que permite tanto ejecutar el sistema de IA como llevar a cabo el proceso de su entrenamiento (en la tabla mencionada anteriormente, en la columna \u00abc\u00f3digo\u00bb muchos modelos indican \u00ab~\u00bb, lo que implica la disponibilidad parcial del c\u00f3digo, cuando el c\u00f3digo para ejecutar el modelo est\u00e1 disponible, pero falta el c\u00f3digo para entrenar o crear el modelo). El c\u00f3digo tambi\u00e9n debe abarcar \u00e1reas como el preprocesamiento, la verificaci\u00f3n de datos y la tokenizaci\u00f3n. Adem\u00e1s, se debe proporcionar una descripci\u00f3n detallada de la arquitectura del modelo.\n
Par\u00e1metros del modelo (coeficientes de peso) que implican la disponibilidad de un corte de estado listo para usar tras el entrenamiento o la existencia de una versi\u00f3n final optimizada del modelo.\n<\/ul>\n
![\"Clasificaci\u00f3n](\"\/wp-content\/uploads\/2024\/06\/7f2a777c3bad9a47eb7291149cd93e58.png\")
<\/center><\/p>\n![\"Clasificaci\u00f3n](\"\/wp-content\/uploads\/2024\/06\/b4fa41ec1107a108831eb3772f35e05f.png\")
<\/center><\/p>\n