{"id":118790,"date":"2024-08-01T15:43:32","date_gmt":"2024-08-01T13:43:32","guid":{"rendered":"https:\/\/prohoster.info\/blog\/novosti-interneta\/google-predstavila-kompaktnuyu-yazykovuyu-model-gemma-2-2b-kotoraya-prevoshodit-gpt-3-5-turbo"},"modified":"2024-08-01T15:43:32","modified_gmt":"2024-08-01T13:43:32","slug":"google-predstavila-kompaktnuyu-yazykovuyu-model-gemma-2-2b-kotoraya-prevoshodit-gpt-3-5-turbo","status":"publish","type":"post","link":"https:\/\/prohoster.info\/es\/blog\/news\/google-predstavila-kompaktnuyu-yazykovuyu-model-gemma-2-2b-kotoraya-prevoshodit-gpt-3-5-turbo","title":{"rendered":"Google present\u00f3 el modelo de lenguaje compacto Gemma 2 2B, que supera a GPT 3.5 Turbo","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"

La empresa Google ha presentado<\/a><\/noindex> Gemma 2 2B — un modelo de lenguaje compacto pero potente de inteligencia artificial (LLM), que puede competir con los l\u00edderes de la industria a pesar de su tama\u00f1o significativamente menor. Este nuevo modelo de lenguaje, que contiene solo 2,6 mil millones de par\u00e1metros, demuestra un rendimiento comparable al de modelos mucho m\u00e1s grandes, incluidos OpenAI GPT-3.5 y Mistral AI Mixtral 8x7B.<\/p>\n

<\/center> \t\t\t\t \"Google <\/p>\n

En la prueba LMSYS Chatbot Arena, una popular plataforma en l\u00ednea para la evaluaci\u00f3n comparativa y la calidad de los modelos de inteligencia artificial, Gemma 2 2B alcanz\u00f3 una puntuaci\u00f3n de 1130. Este resultado supera ligeramente las puntuaciones de GPT-3.5-Turbo-0613 (1117 puntos) y Mixtral-8x7B (1114 puntos) — modelos que cuentan con diez veces m\u00e1s par\u00e1metros.<\/p>\n

\"Google <\/p>\n

Google informa que Gemma 2 2B tambi\u00e9n alcanz\u00f3 56.1 puntos en la prueba MMLU (Massive Multitask Language Understanding) y 36.6 puntos en la prueba MBPP (Mostly Basic Python Programming), un progreso significativo en comparaci\u00f3n con la versi\u00f3n anterior. <\/p>\n

<\/center> <\/p>\n

Gemma 2 2B desaf\u00eda la creencia com\u00fan de que los modelos de lenguaje m\u00e1s grandes siempre funcionan mejor que los compactos. Su rendimiento demuestra que las t\u00e9cnicas de entrenamiento avanzadas, la eficiencia de la arquitectura y los conjuntos de datos de alta calidad pueden compensar la falta de par\u00e1metros. El desarrollo de Gemma 2 2B tambi\u00e9n resalta la creciente importancia de las t\u00e9cnicas de compresi\u00f3n y destilaci\u00f3n de modelos de IA. La capacidad de compilar informaci\u00f3n de modelos m\u00e1s grandes a versiones m\u00e1s peque\u00f1as abre nuevas oportunidades para crear herramientas de IA m\u00e1s accesibles sin sacrificar el rendimiento.<\/p>\n

Google entren\u00f3 a Gemma 2 2B en un enorme conjunto de datos de 2 billones de tokens, utilizando sistemas basados en sus aceleradores de IA TPU v5e. El soporte para varios idiomas ampl\u00eda su potencial para aplicaciones globales. El modelo Gemma 2 2B tiene c\u00f3digo abierto. Investigadores y desarrolladores pueden acceder al modelo a trav\u00e9s de la plataforma Hugging Face<\/a><\/noindex>. Tambi\u00e9n es compatible con varios frameworks, incluyendo PyTorch<\/a><\/noindex> y TensorFlow<\/a><\/noindex>.<\/p>\n

Fuente:<\/strong><\/p>\n