Todo lo que necesitas saber sobre tecnología

Etiqueta: LLM

Google AI: ¡Bard ahora es Géminis!

El lanzamiento de Google de su IA basada en LLM (Large Language Model) no ha sido fácil al principio, lo cual es cierto incluso con sus primeras convenciones de nomenclatura. Anteriormente, Google llamaba a su nuevo asistente de chatbot en sus dispositivos Pixel principalmente Bard o Assistant con Bard, mientras que aquellos con soluciones más capaces como parte de Gemini. Pero esto ahora está empezando a cambiar y a volverse más coherente a medida que implementa plenamente su arsenal de IA en una sola bandera bajo Gemini. Aplicación Gemini y Gemini Advanced Según lo confirmado por Google, está anunciando la disponibilidad de una nueva aplicación de IA y Gemini Advanced en sus plataformas, y junto con estas está el uso más evidente de las etiquetas Gemini. Por ejemplo, se cambió el nombre de la dirección de su página web a gemini.google.com en lugar de bard.google.com, algo que notamos hace apenas unos días, aunque aún puede escribir este último y luego redirigirse a la nueva URL. Si bien Gemini ya está integrado en Pixel 8 (revisión) y Pixel 8 Pro (revisión), Google también llama oficialmente a su aplicación independiente de Android como aplicación Gemini. Esto también se aplica a la versión iOS de la aplicación, que ahora se puede descargar desde Play Store en países seleccionados, incluido EE. UU., y es compatible con los idiomas inglés, japonés y coreano. Del mismo modo, en los nuevos planes Google One de Google, también hay menciones a Gemini y Gemini Advanced. Al igual que en los EE. UU., el plan Google One AI Premium que cuesta $ 9,99 al mes ahora agrega Gemini Advanced basado en el modelo Ultra 1.0. El gigante de las búsquedas en Internet planea incluir Gemini en sus servicios como Gmail, Maps y Docs pronto también en este nivel. Si aún no has descargado ni probado Gemini, es más inteligente y más capaz con el uso del modelo Ultra 1.0 en comparación con el antiguo Bard. Entre esas funciones que puede hacer con la aplicación se encuentran la generación de texto a imagen y la búsqueda de fotos. Aunque todavía se encuentra en fase experimental, también puedes configurar Gemini como tu asistente y realizar tareas complejas y habituales, como redactar correos electrónicos. Con la decisión de Google de utilizar Gemini, después de todo tiene sentido que unifiquen su marca. Esto probablemente evitará más confusión y hará que Gemini sea más notable para muchos usuarios. ¿Cómo preferirías que se llamara la nueva IA de Google? ¿Es Gemini una mejor opción de marca que Bard? Nos gustaría escuchar sus respuestas.

Source link

El primer LLM verdaderamente abierto y adaptado a instrucciones del mundo por menos de 30 $

Free Dolly 2.0: el primer LLM verdaderamente abierto y ajustado a instrucciones del mundo por menos de 30 $ Dolly 2.0 es un popular modelo de aprendizaje profundo utilizado en el campo de la visión por computadora para tareas de segmentación de imágenes y detección de objetos. El modelo es de código abierto y se puede descargar y configurar de forma gratuita. En este artículo, recorreremos el proceso de instalación y configuración del modelo Free Dolly 2.0. Paso 1: Requisitos Antes de comenzar el proceso de instalación, asegúrese de que su sistema cumpla con los siguientes requisitos: GPU NVIDIA con un mínimo de 4 GB de memoria. CUDA 10.0 o superior. CUDNN 7.5 o superior. Python 3.6 o superior. TensorFlow 2.3 o superior. Paso 2: descargue el modelo Free Dolly 2.0. El modelo Free Dolly 2.0 se puede descargar desde el repositorio oficial de GitHub. Navegue hasta el repositorio y haga clic en el botón «Clonar o descargar». Puede descargar el archivo ZIP o clonar el repositorio usando el siguiente comando: git clone https://github.com/thtrieu/darkflow.git Paso 3: Instalar dependencias Una vez que haya descargado el modelo Free Dolly 2.0, deberá instalarlo. sus dependencias. Abra una ventana de terminal y navegue hasta el directorio donde descargó el modelo. Ejecute el siguiente comando para instalar las dependencias: pip install -r requisitos.txt Paso 4: Compile el modelo Free Dolly 2.0 Después de instalar las dependencias, debe compilar el modelo Free Dolly 2.0. Este paso es necesario para convertir el modelo del formato TensorFlow al formato Darkflow. Ejecute el siguiente comando en la ventana de terminal: python setup.py build_ext –inplace Paso 5: Descargue los pesos previamente entrenados El modelo Free Dolly 2.0 requiere pesos previamente entrenados para realizar tareas de detección de objetos. Puede descargar las pesas previamente entrenadas desde el siguiente enlace: https://pjreddie.com/media/files/yolov2.weights Una vez que haya descargado las pesas previamente entrenadas, colóquelas en el mismo directorio donde descargó el software gratuito. Modelo Dolly 2.0. Paso 6: Configurar el modelo Free Dolly 2.0 Ahora que ha descargado y compilado el modelo Free Dolly 2.0, necesita configurarlo. Abra el archivo de configuración cfg/yolo.cfg en un editor de texto. Este archivo contiene los parámetros de configuración del modelo. Puede modificar los siguientes parámetros para personalizar el modelo: lote: el número de imágenes a procesar a la vez. subdivisiones: el número de subdivisiones por lote. ancho: El ancho de la imagen de entrada. altura: la altura de la imagen de entrada. canales: el número de canales de color en la imagen de entrada. impulso: El impulso del optimizador. decaimiento: El decaimiento del optimizador. learning_rate: la tasa de aprendizaje del optimizador. Asegúrese de guardar los cambios después de modificar el archivo de configuración. Paso 7: Pruebe el modelo Free Dolly 2.0 Para probar el modelo Free Dolly 2.0, abra una ventana de terminal y navegue hasta el directorio donde descargó el modelo. Ejecute el siguiente comando para probar el modelo: python flow –model cfg/yolo.cfg –load yolov2.weights –imgdir sample_img/ Este comando ejecutará el modelo Free Dolly 2.0 en las imágenes de muestra proporcionadas en el directorio sample_img. Si todo está configurado correctamente, debería ver el resultado del modelo en la ventana de la terminal. Paso 8: Utilice el modelo Free Dolly 2.0 Ahora que ha instalado y probado el modelo Free Dolly 2.0, puede utilizarlo para realizar tareas de detección de objetos en sus propias imágenes o vídeos. Para hacerlo, siga estos pasos: Paso 8: Prepare los datos de entrada El modelo Free Dolly 2.0 requiere datos de entrada en forma de imágenes o videos. Asegúrese de que sus datos de entrada estén en un formato que sea compatible con el modelo. Puede utilizar cualquier software de edición de imágenes o vídeos para preparar los datos de entrada. Paso 9: Ejecute el modelo Dolly 2.0 gratuito Abra una ventana de terminal y navegue hasta el directorio donde descargó el modelo. Ejecute el siguiente comando para ejecutar el modelo en sus datos de entrada: Paso 10: Analizar la salida Una vez que el modelo haya terminado de ejecutarse, puede analizar la salida para identificar objetos en los datos de entrada. La salida del modelo se guardará en el directorio de salida. Puede utilizar cualquier software de edición de imágenes o vídeos para ver el resultado. La salida consistirá en cuadros delimitadores alrededor de los objetos que se detectaron en los datos de entrada. Las casillas estarán etiquetadas con el nombre del objeto y la puntuación de confianza. Puede utilizar el resultado para realizar análisis adicionales o crear visualizaciones. Conclusión El modelo Free Dolly 2.0 es una poderosa herramienta para realizar tareas de detección de objetos en visión por computadora. Siguiendo los pasos descritos en este artículo, puede instalar y configurar el modelo en su propio sistema y utilizarlo para analizar imágenes o vídeos. Con un poco de personalización, puede adaptar el modelo para que se adapte a sus necesidades específicas y realizar tareas más complejas.

Source link

Funciona con WordPress & Tema de Anders Norén