Recientemente, Google anunció el lanzamiento de un nuevo modelo de lenguaje visual (VLM), llamado PaliGemma2Mix. Este modelo combina las capacidades de procesamiento de imágenes y procesamiento de lenguaje natural, pudiendo comprender simultáneamente información visual y entrada de texto, y generar la salida correspondiente según sea necesario. Esto marca un nuevo avance en el procesamiento de múltiples tareas dentro de la inteligencia artificial. PaliGemma2Mix ofrece funciones muy potentes, incluyendo la descripción de imágenes, el reconocimiento óptico de caracteres

IBM ha lanzado oficialmente su modelo de lenguaje grande de código abierto de nueva generación, Granite3.1, con el objetivo de ocupar una posición de liderazgo en el campo de la IA empresarial. Esta serie de modelos cuenta con una longitud de contexto extendida de 128K, modelos integrados, una función de detección de alucinaciones incorporada y una mejora significativa del rendimiento. IBM afirma que el modelo Granite8B Instruct ofrece el mejor rendimiento entre los competidores de código abierto del mismo tamaño, incluidos Llama3.1 de Meta, Qwen2.5 y Gemma2 de Google.

Google ha lanzado recientemente la nueva familia de modelos de IA PaliGemma 2, cuya función más destacada es la supuesta capacidad de 'reconocer' las emociones humanas a través del análisis de imágenes. Esta afirmación ha generado un amplio debate y serias dudas entre la comunidad académica y los expertos en ética tecnológica. Este sistema de IA, basado en el modelo abierto Gemma, puede generar descripciones detalladas de imágenes, yendo más allá del simple reconocimiento de objetos para intentar describir el comportamiento y las emociones de las personas en la imagen. Sin embargo, varios expertos de renombre han lanzado serias advertencias sobre la cientificidad de esta tecnología y sus riesgos potenciales.

Google lanzó recientemente su modelo de inteligencia artificial de última generación, PaliGemma2, una tecnología capaz de analizar imágenes y generar títulos, además de responder preguntas sobre las emociones y acciones de las personas en las fotografías. PaliGemma2, basado en la serie de modelos abiertos Gemma de Google, ofrece descripciones de imágenes más profundas que el reconocimiento de objetos tradicional, pudiendo identificar emociones y generar descripciones detalladas dentro del contexto. Sin embargo, a pesar de que esta tecnología parece ser una innovación revolucionaria, los expertos han lanzado serias advertencias sobre sus potenciales implicaciones éticas y sociales. El reconocimiento de emociones no es P

Google ha anunciado una gran noticia en el Día de los Desarrolladores de Gemma en Tokio: el lanzamiento oficial del nuevo modelo Gemma en japonés. Este modelo de IA, pequeño pero potente, con solo 2 mil millones de parámetros, puede manejar tanto el japonés como el inglés, mostrando un rendimiento comparable al de GPT-3.5. Este avance tecnológico es particularmente notable. En el campo de la IA, los modelos pequeños a menudo enfrentan el desafío del "olvido catastrófico" al aprender nuevos idiomas: pierden habilidades previamente adquiridas al obtener nuevos conocimientos. Sin embargo, la versión japonesa de Gemma ha superado con éxito este desafío.

Durante el reciente Día de los Desarrolladores de Gemma en Tokio, Google lanzó oficialmente el nuevo modelo de IA Gemma en japonés. Este modelo ofrece un rendimiento comparable a GPT-3.5, pero con solo 2 mil millones de parámetros, es muy pequeño y adecuado para ejecutarse en dispositivos móviles. Este lanzamiento de Gemma destaca en el procesamiento del idioma japonés, manteniendo al mismo tiempo sus capacidades en inglés. Esto es especialmente importante para los modelos pequeños, ya que pueden sufrir un "desastre de olvido catastrófico" al ajustar nuevos idiomas.

Google AI ha lanzado recientemente Gemma-APS, un conjunto de modelos diseñados específicamente para la segmentación de texto en proposiciones, con el objetivo de abordar los numerosos desafíos que enfrentan los modelos de aprendizaje automático actuales al procesar el complejo lenguaje humano. Gemma-APS se deriva de un modelo Gemini Pro afinado y entrenado con datos sintéticos multidominio. Este enfoque innovador permite que el modelo se adapte a diversas estructuras de oraciones y dominios, mejorando considerablemente su versatilidad. Este conjunto de modelos está disponible actualmente como Gemma-7B-APS-I

Recientemente, Zyphra lanzó oficialmente Zamba2-7B, un modelo de lenguaje pequeño con un rendimiento sin precedentes, con 7B parámetros. Este modelo se anuncia como superior en calidad y velocidad a sus competidores actuales, incluyendo Mistral-7B, Gemma-7B de Google y Llama3-8B de Meta. Zamba2-7B está diseñado para entornos que necesitan un potente procesamiento del lenguaje pero tienen limitaciones de hardware, como el procesamiento o uso en dispositivos.

Recientemente, Google anunció el lanzamiento de un nuevo modelo llamado "gemma-2-2b-jpn-it", el miembro más reciente de su familia de modelos de lenguaje Gemma. Este modelo está optimizado específicamente para el idioma japonés, lo que demuestra el compromiso continuo de Google con los modelos de lenguaje grandes (LLM). Enlace al proyecto: https://huggingface.co/google/gemma-2-2b-jpn-it gemma-2-2b-jpn-it es un modelo de texto

Recientemente, Google anunció el lanzamiento de su nuevo modelo de IA de código abierto, DataGemma, diseñado para abordar el problema de las 'alucinaciones' que a menudo presentan los modelos de lenguaje extenso (LLM) al procesar datos estadísticos. Este fenómeno de las alucinaciones hace que los modelos proporcionen respuestas inexactas al responder preguntas sobre números y estadísticas. El lanzamiento del modelo DataGemma marca un avance significativo en el campo de la IA para Google. Nota sobre la imagen: Imagen generada por IA, proveída por el servicio de imágenes Midjourney. Reducción de las alucinaciones en las consultas estadísticas.

Kunlun Wanwei Technology Co., Ltd. anunció recientemente que sus dos nuevos modelos de recompensas, Skywork-Reward-Gemma-2-27B y Skywork-Reward-Llama-3.1-8B, han demostrado un rendimiento excepcional en RewardBench, el estándar de evaluación de modelos de recompensas de autoridad internacional. El modelo Skywork-Reward-Gemma-2-27B incluso obtuvo el primer lugar y recibió el alto reconocimiento de RewardBench.

La nueva investigación de Google DeepMind, Gemma Scope, desvela los secretos de la caja negra de los modelos lingüísticos. Mediante la descomposición y reconstrucción de las activaciones del modelo lingüístico con autocodificadores dispersos (SAE), busca revelar las características significativas subyacentes. Gemma Scope utiliza SAE JumpReLU, controlando las activaciones, optimizando la pérdida de reconstrucción y regularizando el número de características latentes activas para revelar los mecanismos internos del modelo lingüístico. El estudio concluye que el rendimiento de los SAE residuales suele ser inferior y que la longitud de la secuencia afecta a la capacidad de los SAE.

Google ha presentado Gemma 2 2B, un modelo con 20 mil millones de parámetros que demuestra un rendimiento excepcional en una variedad de entornos de hardware, superando a modelos como GPT-3.5-Turbo-0613 y Mixtral-8x7B, especialmente en el "Chatbot Arena". Optimizado con la biblioteca NVIDIA TensorRT-LLM, se implementa de manera eficiente en diversos escenarios, desde dispositivos de borde hasta potentes entornos en la nube. Para mejorar la seguridad, Google también ha lanzado el clasificador de seguridad ShieldGemma y Gemma S.

Google ha lanzado Gemina 2, la última versión de su modelo de lenguaje ligero de código abierto, disponible en tamaños de 9 mil millones (9B) y 27 mil millones (27B) de parámetros. En comparación con su predecesor, el modelo Gemina, esta nueva versión promete un rendimiento mejorado y una velocidad de inferencia más rápida.

En la reciente conferencia Google I/O Berlín, Google anunció el lanzamiento de su nuevo modelo de lenguaje, Gemma2, de código abierto. Este modelo ha logrado avances significativos en rendimiento y eficiencia. Gemma2 está disponible en dos versiones, con 9B y 27B parámetros. La versión de 27B parámetros se acerca al rendimiento del modelo Llama3, que cuenta con 70B parámetros, pero con un tamaño de modelo aproximadamente 40% menor.

Google publica el modelo de IA de código abierto Gemma. Los modelos de lenguaje abiertos nacionales muestran un rendimiento excelente. InternLM2 supera a Gemma y Llama en varios aspectos. La competencia en el campo de los modelos de lenguaje abiertos es feroz. El campo de batalla de los modelos grandes de lenguaje se está volviendo cada vez más animado.

Presentación del nuevo y revolucionario modelo de código abierto de Google, "Gemma". Comparativa entre Gemma, Llama 2 y Mistral. Principios de diseño y características de Gemma. Características de la función de activación GeGLU utilizada en Gemma.