{"id":119093,"date":"2024-08-06T09:43:09","date_gmt":"2024-08-06T07:43:10","guid":{"rendered":"https:\/\/prohoster.info\/blog\/novosti-interneta\/google-eksperimentiruet-so-vstraivaniem-v-chrome-bolshoj-yazykovoj-modeli"},"modified":"2024-08-06T09:43:09","modified_gmt":"2024-08-06T07:43:10","slug":"google-eksperimentiruet-so-vstraivaniem-v-chrome-bolshoj-yazykovoj-modeli","status":"publish","type":"post","link":"https:\/\/prohoster.info\/es\/blog\/news\/google-eksperimentiruet-so-vstraivaniem-v-chrome-bolshoj-yazykovoj-modeli","title":{"rendered":"Google est\u00e1 experimentando con la integraci\u00f3n de un gran modelo de lenguaje en Chrome","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"
La compa\u00f1\u00eda Google ha anunciado un experimento para integrar un gran modelo de lenguaje de aprendizaje autom\u00e1tico en Chrome. Para acceder al modelo desde aplicaciones web y complementos del navegador, se ha propuesto una API Prompt, que permite enviar consultas en lenguaje natural, similar a los chatbots. Se espera que el gran modelo de lenguaje integrado en el navegador simplifique la ejecuci\u00f3n de tareas de IA en aplicaciones web y elimine la necesidad de instalar y gestionar modelos de lenguaje. <\/p>\n
El experimento en curso utiliza el modelo Gemini Nano, el m\u00e1s compacto de la familia Gemini. Tambi\u00e9n se prev\u00e9 la posibilidad de instalar modelos expertos que ampl\u00eden el modelo base con conocimientos adicionales que pueden ser necesarios para resolver tareas espec\u00edficas, as\u00ed como para implementar habilidades como la traducci\u00f3n autom\u00e1tica y el resumen. Los modelos se ejecutan localmente en el sistema del usuario sin necesidad de acceder a servicios externos. <\/p>\n
El Runtime utilizado para ejecutar el modelo utiliza autom\u00e1ticamente las GPU y NPU disponibles en el sistema para acelerar el trabajo con el modelo o cambia a la ejecuci\u00f3n del modelo utilizando la CPU. Entre las ventajas de ejecutar el modelo en el sistema del usuario se destacan la preservaci\u00f3n de la privacidad de los datos procesados, la posibilidad de continuar trabajando en modo offline en caso de falta de conexi\u00f3n a la red o problemas de calidad de la conexi\u00f3n, la reducci\u00f3n de latencias al enviar solicitudes y la eliminaci\u00f3n de la dependencia de servicios externos.
<\/center> <\/p>\n
El API Prompt desarrollado para interactuar con el modelo permite no solo realizar las consultas m\u00e1s simples en lenguaje natural, sino tambi\u00e9n organizar la implicaci\u00f3n del modelo en el procesamiento y clasificaci\u00f3n de datos considerando el contexto, teniendo en cuenta las consultas y datos previamente enviados en la sesi\u00f3n, y utilizando el modelo para seleccionar opciones \u00f3ptimas (por ejemplo, se puede pedir que seleccione un emoji de una lista para un comentario espec\u00edfico en el sitio). Adem\u00e1s, se planea desarrollar m\u00e1s el API para su uso en la creaci\u00f3n de contenido y para resolver tareas como la reescritura con otras palabras, la correcci\u00f3n de estilo y la correcci\u00f3n gramatical. <\/p>\n
En t\u00e9rminos generales, se est\u00e1n desarrollando dos tipos de API para interactuar con el modelo de IA incorporado: Task y Exploratory. La primera proporciona acceso a capacidades para resolver tareas espec\u00edficas, como la traducci\u00f3n de texto de un idioma a otro (API Translation) o la resumisi\u00f3n de la esencia principal del texto (API Summarization). El segundo tipo est\u00e1 enfocado en la creaci\u00f3n y verificaci\u00f3n de prototipos experimentales durante el desarrollo de nuevas API de Task. Tambi\u00e9n se est\u00e1 trabajando en la API LoRA (Low-Rank Adaptation) para adaptar los coeficientes de peso del modelo base y mejorar la eficacia en la resoluci\u00f3n de tareas espec\u00edficas. <\/p>\n
El acceso para participar en el experimento se proporciona despu\u00e9s de completar una solicitud. La API est\u00e1 en activo desarrollo y, hasta que se acepte la versi\u00f3n final, se expandir\u00e1 y cambiar\u00e1 teniendo en cuenta los comentarios y preferencias de los usuarios. En el futuro, se planea organizar pruebas m\u00e1s accesibles utilizando el modo Origin Trials, que permite trabajar con API experimentales desde aplicaciones cargadas desde localhost o 127.0.0.1, o despu\u00e9s de registrarse y obtener un token especial que es v\u00e1lido por un tiempo limitado para un sitio espec\u00edfico. Paralelamente, se trabaja con los desarrolladores de otros navegadores para estandarizar las API en desarrollo. \n Fuente: opennet.ru<\/a> <\/p>","protected":false,"gt_translate_keys":[{"key":"rendered","format":"html"}]},"excerpt":{"rendered":"
![\"Google](\"\/wp-content\/uploads\/2024\/08\/edbc591694c84e4f7e95c0b7dea053d4.jpg\")
<\/center> <\/p>\n