Redacción - El Semanal
Groq, una startup de inteligencia artificial, ha lanzado dos modelos de lenguaje de código abierto que superan a las grandes empresas tecnológicas en capacidades de uso de herramientas especializadas. El nuevo modelo Llama-3-Groq-70B-Tool-Use se ha situado en la primera posición en el Berkeley Function Calling Leaderboard (BFCL), superando las ofertas propietarias de OpenAI, Google y Anthropic.
Rick Lamers, líder del proyecto en Groq, anunció el avance en una publicación en X.com. «Estoy orgulloso de anunciar los modelos Llama 3 Groq Tool Use 8B y 70B», dijo. «Un ajuste fino completo de uso de herramientas de código abierto de Llama 3 que alcanza la primera posición en BFCL superando a todos los demás modelos, incluidos…».
La versión de 70B de los parámetros logró un 90.76% de precisión general en el BFCL, mientras que el modelo más pequeño de 8B obtuvo un 89.06%, clasificándose tercero en general. Estos resultados demuestran que los modelos de código abierto pueden competir e incluso superar el rendimiento de las alternativas de código cerrado en tareas específicas.
Groq desarrolló estos modelos en colaboración con la empresa de investigación en inteligencia artificial Glaive, utilizando una combinación de ajuste fino completo y Optimización de Preferencia Directa (DPO) en el modelo base Llama-3 de Meta. El equipo enfatizó su uso de datos sintéticos generados éticamente para el entrenamiento, abordando preocupaciones comunes sobre la privacidad de los datos y el sobreajuste.
Este avance marca un cambio significativo en el panorama de la inteligencia artificial. Al lograr un rendimiento excepcional utilizando solo datos sintéticos, Groq desafía la noción de que se necesitan grandes cantidades de datos del mundo real para crear modelos de inteligencia artificial de vanguardia. Este enfoque podría potencialmente mitigar las preocupaciones de privacidad y reducir el impacto ambiental asociado con el entrenamiento en conjuntos de datos masivos. Además, abre nuevas posibilidades para la creación de modelos de inteligencia artificial especializados en dominios donde los datos del mundo real son escasos o sensibles.
Los modelos ahora están disponibles a través de la API de Groq y Hugging Face, una plataforma popular para compartir modelos de aprendizaje automático. Esta accesibilidad podría acelerar la innovación en campos que requieren un uso complejo de herramientas y llamadas de funciones, como la codificación automatizada, el análisis de datos y los asistentes de inteligencia artificial interactivos.
A medida que la industria de la inteligencia artificial continúa evolucionando, el enfoque de código abierto de Groq contrasta claramente con los sistemas cerrados de las grandes empresas tecnológicas. Este movimiento puede presionar a los líderes de la industria a ser más transparentes sobre sus propios modelos y potencialmente acelerar el ritmo general del desarrollo de la IA.
El lanzamiento de estos modelos de código abierto de alto rendimiento posiciona a Groq como un actor importante en el campo de la IA. A medida que investigadores, empresas y formuladores de políticas evalúan el impacto de esta tecnología, las implicaciones más amplias para la accesibilidad e innovación de la IA aún están por verse. El éxito de los modelos de Groq podría llevar a un cambio de paradigma en la forma en que se desarrolla y despliega la inteligencia artificial, potencialmente democratizando el acceso a capacidades avanzadas de IA y fomentando un ecosistema de IA más diverso e innovador.
GIPHY App Key not set. Please check settings