Nvidia’s new open-source AI model beats GPT-4o on benchmarks

Nvidia ha perfeccionado el modelo de código abierto Llama 3.1 de Meta, convirtiéndolo en un sistema de inteligencia artificial altamente competitivo que, según se informa, supera a modelos propietarios líderes como GPT-4o y Claude-3. Al aprovechar conjuntos de datos especializados, técnicas avanzadas de ajuste fino y su propia infraestructura de hardware, Nvidia transformó un modelo base de nivel medio en uno de los asistentes más capaces y útiles disponibles. Este logro destaca cómo las arquitecturas de código abierto pueden mejorarse significativamente mediante la innovación industrial colaborativa, desafiando la dominancia de los sistemas cerrados con miles de millones de parámetros. El artículo subraya la naturaleza subjetiva de las evaluaciones de rendimiento de la IA, donde la utilidad se determina mediante la evaluación humana en lugar de métricas objetivas. Al destacar en pruebas comparativas en plataformas como Chatbot Arena, Nvidia demuestra que el rendimiento se define por la utilidad en el mundo real y no por el tamaño del modelo. Este cambio implica que la optimización eficiente y los datos cuidadosamente seleccionados pueden superar los recursos computacionales típicamente asociados con los modelos de billones de parámetros, ofreciendo una vía más accesible hacia una IA de alto rendimiento. Este desarrollo es altamente relevante para los datos abiertos, ya que valida el poder de los ecosistemas de código abierto para impulsar un rápido avance tecnológico. Muestra que la transparencia y los modelos base compartidos permiten a las empresas construir herramientas superiores sin tener que empezar desde cero. En consecuencia, el movimiento de datos abiertos gana impulso como una alternativa viable a los sistemas propietarios de caja negra, demostrando que los marcos colaborativos y abiertos pueden producir resultados de clase mundial, al tiempo que fomentan una mayor innovación y accesibilidad.

Source: cointelegraph.com
Published on 2024-10-18