El recién llegado Mixtral 8x7B desafía a los principales modelos de IA con un rendimiento impresionante
Resumen TL;DR:
- Mixtral 8x7B, de Mistral AI, asombra al mundo de la IA con tecnología inteligente, superando a sus rivales GPT-3.5 y Llama 2 70B.
- El modelo, de código abierto y versátil, habla varios idiomas, maneja tareas grandes e incluso puede programar.
- Consíguelo en Hugging Face, úsalo de forma segura y mantente atento a más maravillas de la IA en un futuro emocionante.
En el panorama en rápida evolución de la inteligencia artificial, ha surgido un actor relativamente nuevo que está causando revuelo en el mundo tecnológico. Mixtral 8x7B, desarrollado por la empresa francesa de inteligencia artificial Mistral AI, está llamando la atención con su enfoque único e impresionantes capacidades. Este artículo profundiza en lo que hace destacar a Mixtral 8x7B y por qué está generando tanto interés en la comunidad de IA.
Mixtral 8x7B: Un cambio radical
Mientras el mundo tecnológico estaba cautivado por la actualización de Gemini de Google para Bard, Mixtral 8x7B entró silenciosamente en la contienda. Lo que lo distingue es su uso de una Mezcla de Expertos (MoE) para generar respuestas similares a las humanas. Este enfoque difiere significativamente de modelos como ChatGPT y Google Bard. Cabe destacar que Mixtral 8x7B cuenta con un formidable modelo de 46.700 millones de parámetros, pero solo requiere una fracción de los recursos de hardware.
El rendimiento de Mixtral 8x7B no debe subestimarse. Con confianza iguala o incluso supera al renombrado modelo GPT-3.5 de ChatGPT y al modelo Llama 2 70B de Meta. Este modelo de código abierto está licenciado bajo Apache 2.0, lo que permite que cualquiera pueda acceder y utilizarlo. No está confinado a un solo idioma, ya que puede funcionar sin problemas en inglés, francés, italiano, alemán y español. Además, posee la capacidad de generar código.
Conoce a Mistral AI: el cerebro detrás de la revolución de la IA
Mistral AI, el cerebro detrás de Mixtral, es una empresa de inteligencia artificial francesa fundada por investigadores con experiencia previa tanto en Meta como en Google. Este año, Mistral AI causó sensación al asegurar alrededor de 450 millones de euros en financiación. El lanzamiento de Mixtral 8x7B, su último modelo, fue muy poco tradicional, compartiendo un enlace magnético de Torrent sin pretensiones en Twitter.
La ventaja de MoE
Mixtral emplea una arquitectura MoE para procesar los tokens entrantes, distribuyéndolos entre varios expertos del sistema. Cada experto es esencialmente una red neuronal, y Mixtral 8x7B cuenta con ocho de ellos. Esta arquitectura permite MoEs jerárquicos, donde un experto puede ser en sí mismo otro MoE. Cuando se envía una solicitud a Mixtral 8x7B, una red de enrutamiento selecciona el experto más eficaz para procesar cada token. Curiosamente, se eligen dos expertos por token y sus salidas se combinan.
Los MoE tienen fortalezas y debilidades. Destacan en eficiencia computacional durante el preentrenamiento, pero pueden sufrir sobreajuste durante el ajuste fino. El sobreajuste, en este contexto, se refiere a modelos que dependen demasiado de sus datos de entrenamiento y los reproducen textualmente en las respuestas. Por el lado positivo, los MoE ofrecen tiempos de inferencia más rápidos ya que solo se utiliza un subconjunto de expertos durante la inferencia.
Sin embargo, aún requieren suficiente RAM para alojar un modelo de 47 mil millones de parámetros. Los 47 mil millones de parámetros difieren de los 56 mil millones esperados, ya que muchos parámetros se comparten entre las MoEs y no todos los 7 mil millones de parámetros en cada experto se multiplican por ocho.
Fácil de usar y accesible
Una de las características más destacadas de Mixtral 8x7B es su facilidad de uso. Es totalmente ajustable por el usuario y está disponible para su implementación por cualquier persona con una computadora lo suficientemente potente. Los usuarios pueden ejecutarlo localmente usando LM Studio, garantizando un control óptimo sobre el comportamiento del modelo. Además, se pueden habilitar salvaguardas para proteger contra contenido potencialmente dañino, aunque no están activadas de forma predeterminada. Esto asegura una experiencia de IA segura y responsable.
Para quienes prefieren no ejecutar Mixtral localmente o no cumplen con los requisitos de hardware, está disponible en Hugging Face. La implementación de Hugging Face viene con salvaguardas predeterminadas, ofreciendo una experiencia similar a la de ChatGPT 3.5 en términos de rendimiento y el rango de consultas que puede manejar. Mixtral 8x7B no se especializa en un dominio específico; más bien, es un modelo de lenguaje grande versátil y completo.
El futuro de la IA generativa
A medida que la tecnología sigue avanzando, 2023 ha sido testigo de un auge en los modelos de IA generativa. Se espera que el panorama evolucione aún más en el próximo año, con la posibilidad de que se lancen más modelos y mejoras continuas. Con rumores circulando sobre OpenAI y el posible advenimiento de la Inteligencia Artificial General, el mundo de la IA está preparado para desarrollos aún más emocionantes en un futuro cercano. Mixtral estará listo para ser parte de ese futuro.
Las mentes más inteligentes del mundo cripto ya leen nuestro boletín. ¿Quieres unirte? Únete a ellos.
Aviso de responsabilidad. La información proporcionada no es un consejo de trading. Cryptopolitan.com no asumimos responsabilidad alguna por las inversiones realizadas basándose en la información proporcionada en esta página. Recomendamos encarecidamente la investigación independiente y/o la consulta con un profesional calificado antes de tomar cualquier decisión de inversión.
Nick James
Nick es un tecnólogo con un especial interés en la tecnología Blockchain y las criptomonedas. Ha participado activamente en la industria durante varios años. Su principal pasión es compartir noticias dentro de la comunidad cripto.
