Por qué Meta está regalando su modelo de IA extremadamente poderoso
Por qué Meta regala su modelo de IA poderoso
![Algunos de los actores más importantes en el campo, incluyendo OpenAI respaldado por Microsoft y Google, han estado limitando cuánto de sus sistemas de IA son públicos debido a lo que citan como los graves peligros de estas tecnologías. ¶ Crédito: Paige Vickers/Vox; Getty Images](https://cacm.acm.org/system/assets/0004/6043/073123_Paige_Vickers-Vox_Getty_Images_Meta.large.jpg?1690820382&1690820382)
La semana pasada, Meta hizo un movimiento revolucionario en el mundo de la IA.
En un momento en el que otras empresas líderes de IA como Google y OpenAI están guardando celosamente su fórmula secreta, Meta decidió regalar, de forma gratuita, el código que alimenta su innovador nuevo modelo de lenguaje de IA, Llama 2. Esto significa que otras empresas ahora pueden utilizar el modelo Llama 2 de Meta, que algunos tecnólogos dicen que es comparable a ChatGPT en sus capacidades, para construir sus propios chatbots personalizados.
Llama 2 podría desafiar la dominancia de ChatGPT, que batió récords por ser una de las aplicaciones de mayor crecimiento de todos los tiempos. Pero más importante aún, su naturaleza de código abierto añade una nueva urgencia a un importante debate ético sobre quién debe controlar la IA y si se puede hacer segura.
A medida que la IA se vuelve más avanzada y potencialmente más peligrosa, ¿es mejor para la sociedad que el código esté bajo llave, limitado al personal de un pequeño número de empresas, o debería ser compartido con el público para que un grupo más amplio de personas pueda participar en la formación de esta tecnología transformadora?
- Mejorando el rendimiento de consulta de archivos CSV en ChatGPT
- Presentamos OpenLLM Biblioteca de código abierto para LLMs
- Construyendo un panel interactivo de ML en Panel
Desde Vox Ver artículo completo
We will continue to update Zepes; if you have any questions or suggestions, please contact us!
Was this article helpful?
93 out of 132 found this helpful
Related articles
- Cómo construí una canalización de datos en cascada basada en AWS
- 4-bit Cuantización con GPTQ
- Formas fascinantes en las que la IA está ayudando a las personas a dominar el alemán y otros idiomas
- Transforma tu proyecto de Ciencia de Datos Descubre los beneficios de almacenar variables en un archivo YAML
- Desbloqueando el potencial del texto Un vistazo más cercano a los métodos de limpieza de texto previo a la incrustación
- Conoce a los razonadores RAP y LLM Dos marcos basados en conceptos similares para el razonamiento avanzado con LLMs
- Keras 3.0 Todo lo que necesitas saber