{"id":11711,"date":"2024-04-24T11:04:46","date_gmt":"2024-04-24T11:04:46","guid":{"rendered":"https:\/\/dailyai.com\/?p=11711"},"modified":"2024-04-24T11:07:18","modified_gmt":"2024-04-24T11:07:18","slug":"microsoft-launches-phi-3-mini-a-tiny-but-powerful-lm","status":"publish","type":"post","link":"https:\/\/dailyai.com\/es\/2024\/04\/microsoft-launches-phi-3-mini-a-tiny-but-powerful-lm\/","title":{"rendered":"Microsoft lanza Phi-3 Mini, un LM diminuto pero potente"},"content":{"rendered":"

Microsoft ha lanzado Phi-3 Mini, un min\u00fasculo modelo de lenguaje que forma parte de la estrategia de la empresa para desarrollar modelos de IA ligeros y con funciones espec\u00edficas.<\/strong><\/p>\n

La progresi\u00f3n de los modelos ling\u00fc\u00edsticos ha ido acompa\u00f1ada de par\u00e1metros, conjuntos de datos de entrenamiento y ventanas de contexto cada vez mayores. El aumento del tama\u00f1o de estos modelos ha proporcionado capacidades m\u00e1s potentes, pero a un coste.<\/p>\n

El m\u00e9todo tradicional para entrenar a un LLM consiste en hacer que consuma cantidades ingentes de datos, lo que requiere enormes recursos inform\u00e1ticos. Se calcula que entrenar un LLM como GPT-4, por ejemplo, ha llevado unos 3 meses y ha costado m\u00e1s de $21m.<\/p>\n

GPT-4 es una gran soluci\u00f3n para tareas que requieren un razonamiento complejo, pero excesiva para tareas m\u00e1s sencillas como la creaci\u00f3n de contenidos o un chatbot de ventas. Es como utilizar una navaja suiza cuando lo \u00fanico que necesitas es un simple abrecartas.<\/p>\n

Con s\u00f3lo 3,8 B de par\u00e1metros, Phi-3 Mini es diminuto. Aun as\u00ed, Microsoft afirma que es una soluci\u00f3n ligera y de bajo coste ideal para tareas como resumir un documento, extraer informaci\u00f3n de informes y redactar descripciones de productos o mensajes en redes sociales.<\/p>\n

Las cifras de referencia de MMLU muestran que Phi-3 Mini y los modelos Phi de mayor tama\u00f1o a\u00fan por lanzar superan a modelos m\u00e1s grandes como Mistral<\/span><\/span><\/span><\/span> 7B y Gemma 7B.<\/p>\n

\"\"
Rendimiento de los modelos Phi-3 en la prueba de referencia Massive Multitask Language Understanding (MMLU) en comparaci\u00f3n con otros modelos de tama\u00f1o similar. Fuente: Microsoft<\/figcaption><\/figure>\n

Microsoft afirma que Phi-3-small (7B par\u00e1metros) y Phi-3-medium (14B par\u00e1metros) estar\u00e1n disponibles en el Azure AI Model Catalog \"en breve\".<\/p>\n

Los modelos m\u00e1s grandes, como el GPT-4, siguen siendo el est\u00e1ndar de oro y probablemente podemos esperar que el GPT-5 sea a\u00fan mayor.<\/p>\n

Las SLM como Phi-3 Mini ofrecen algunas ventajas importantes que los modelos m\u00e1s grandes no tienen. Los SLM son m\u00e1s baratos de ajustar, requieren menos computaci\u00f3n y pueden funcionar en el dispositivo incluso en situaciones en las que no se dispone de acceso a Internet.<\/p>\n

El despliegue de un SLM en el per\u00edmetro reduce la latencia y maximiza la privacidad, ya que no es necesario enviar datos de un lado a otro de la nube.<\/p>\n

Aqu\u00ed est\u00e1 Sebastien Bubeck, vicepresidente de investigaci\u00f3n GenAI en Microsoft AI con una demostraci\u00f3n de Phi-3 Mini. Es superr\u00e1pido e impresionante para un modelo tan peque\u00f1o.<\/p>\n

\n

phi-3 ya est\u00e1 aqu\u00ed, y es... bueno :-).<\/p>\n

He hecho una breve demostraci\u00f3n para que os hag\u00e1is una idea de lo que phi-3-mini (3.8B) puede hacer. Est\u00e9n atentos al lanzamiento de pesos abiertos y a m\u00e1s anuncios ma\u00f1ana por la ma\u00f1ana.<\/p>\n

(Y, por supuesto, esto no estar\u00eda completo sin la habitual tabla de puntos de referencia). pic.twitter.com\/AWA7Km59rp<\/a><\/p>\n

- Sebastien Bubeck (@SebastienBubeck) 23 de abril de 2024<\/a><\/p><\/blockquote>\n