Unsloth
Definition
Unsloth es una herramienta especializada diseñada para optimizar el ajuste fino …
Unsloth es una herramienta especializada diseñada para optimizar el ajuste fino …
El token maxxing implica diseñar cuidadosamente las entradas para utilizar toda la …
Principalmente utilizada con Modelos de Lenguaje Grande (LLM), esta técnica mejora la …
En IA, la reflexión es un paradigma donde un modelo hace una pausa para evaluar su propio …
A diferencia de los modelos generativos estándar centrados en la fluidez, los modelos de …
Pythia es una serie de modelos de lenguaje grandes (LLM) de código abierto creados por …
El ajuste de instrucciones implica agregar ‘instrucciones suaves’ entrenables …
Phi, abreviatura de ‘Foundation models based on Teaching-Learning Paradigm’ …
Las leyes de escalado neuronal describen la relación predecible de ley de potencia entre …
La desinformación involuntaria se refiere a información falsa o engañosa compartida sin …
Mistral se refiere a una familia de potentes LLM de peso abierto creados por la startup …
Lanzado por Meta AI en julio de 2023, Llama 2 representa una evolución significativa en …
Introducido en abril de 2024, Llama 3 se basa en el éxito de Llama 2 con mejoras …
Lanzado en agosto de 2024, Llama 3.1 expande la familia Llama para incluir un masivo …
Llama (Large Language Model Meta AI) es una serie de modelos de lenguaje grandes …
Kimi K2 representa una iteración significativa en la serie de modelos de lenguaje grande …
Kimi K25 es una iteración avanzada dentro de la familia de modelos Kimi producida por …
El seguimiento de instrucciones se refiere a la capacidad de los modelos de lenguaje …
Las cercas de seguridad se refieren a un conjunto de controles de software y capas de …
En el modelado estadístico, GLM significa Modelos Lineales Generalizados, que extienden …
No existe un término estándar único llamado ‘GLM MoE DSA’. Sin embargo, …
GPT-5.6 se refiere a una versión especulativa o próxima en la línea de los Modelos de …
Falcon se refiere a una serie de potentes grandes modelos de lenguaje (LLM) creados por …
Eagle representa un marco de trabajo arquitectónico e ingenieril específico dentro del …
DeepSeek se refiere a una familia de modelos de inteligencia artificial creados por la …
RefinedWeb es un conjunto de datos a gran escala de páginas web filtradas diseñado para …
El límite de tokens define la restricción del tamaño de la ventana de contexto para los …
El Ajuste Fino Supervisado (SFT) implica tomar un modelo grande preentrenado, como un …
La inyección de prompt explota la forma en que los grandes modelos de lenguaje …
La llamada de funciones permite a los modelos de lenguaje grandes interactuar con …
Este método aprovecha las capacidades de aprendizaje en contexto de los grandes modelos …
El aprendizaje de cero ejemplos permite a los modelos generalizar a nuevas categorías o …
El post-entrenamiento es una etapa crítica en el ciclo de vida del aprendizaje automático …
Este proceso cierra la brecha entre el preentrenamiento general y el rendimiento …
El enfoque de cadena de pensamiento (Chain-of-Thought) es una estrategia en la que se …
La ingeniería de prompts implica crear entradas específicas, conocidas como prompts, para …