Los modelos LLM (Large Lenguaje Models) se han tomado el escenario de ciencia de datos e inteligencia artificial; y no es para menos, existen modelos de inteligencia artificial que entinen y procesan algo tan complejo e intrincado como es el lenguaje y eso es algo maravilloso.
Además, cabe destacar que estos modelos entienden múltiples lenguajes 🤯, y esto nos permite crear innumerables soluciones de inteligencia artificial por el simple hecho de que; como sociedad, elegimos los lenguajes para expresarnos y tener un entendimiento unificado entre nosotros.
Algunos ejemplos de estos modelos son:
Muchísimos modelos más de este tipo, cabe resaltar que Bloom es un modelo Open Source, de manera que cualquier persona lo puede usar o modificar totalmente gratis y cuenta con 176 billones de parámetros, incluso más que GPT3, y es justamente una propuesta open source como alternativa a ChatGPT lo que propone Open Assistant.
Open Assisant es un modelo de chat basado en inteligencia artificial totalmente gratuito, que pueda interactuar con distintas aplicaciones de terceros y retornar información de manera dinámica.
Sus principios se basan en:
Son principios típicos de iniciativas open source que ayudan a la comunidad, pero me llama mucho la atención el MVP en donde deben lanzar rápido y con algo funcional y es ahí donde nosotros como comunidad podemos apoyar 🤗.
El equipo de open assistant creo una interfaz para poder hacer Reinforcement Learning from Human Feedback (RLHF) la idea es que como humanos podamos interactuar y dar feedback a este sistema para luego crear un sistema de recompensas que le enseñe a responder correctamente, a continuación te muestro los pasos a seguir:
Lo primero es ingresar a la siguiente página https://open-assistant.io en donde tendremos que registrarnos con Discord o un correo electrónico
Encontrarás una estructura de este tipo y es acá donde podrás dar feedback a los resultados para entrenar mucho mejor los modelos, lo puede hacer para cualquier idioma, pero amaría que lo hicieras para el español, pues beneficia todos los países con habla hispana
Podrás tomar una tarea a la vez, estas tareas se basan en tener una intervención humana (la tuya) y poder dar retroalimentación de las respuestas de Open Assistant para mejorar su sistema de respuesta, a este proceso le llamamos RLHF y hablamos de él en este blog
En mi caso di clic sobre “voy a tener suerte” y me asignaron una tarea de contestar como asistente
Una vez hayas completado la tarea debes dar click en review para que sea completada
De este modo estamos entrenando y afinando a Open Assistant para tener un sistema mucho más robusto y confiable en nuestro idioma.
Ya hemos visto como OpenAI crea productos increíbles como lo son Dalle-2 y luego empresas, como stability.ai, con productos como Stable Diffusion, crean modelos igual de valiosos e impresionantes y totalmente libres, si quieres saber más de estos modelos ingresa al curso de generación de imagenes con AI
Lo anterior lleva a una masificación y mejora de estas tecnologías de una manera más rápida y eficiente y; también, como sociedad, permite que consigamos un avance acelerado en nuestra madurez con inteligencia artificial y otras tecnologías.
Te dejo algunos recursos que pueden ser útiles:
¡Sígueme en Instagram/Twitter/TikTok como @alarcon7a, para hablar sobre IA y temas relacionados a los datos!
Interesante. estaba al tanto del proyecto, gracias a DOT.csv, aporte en algo, Entiendo que le hace falta mucha data para llegar a los niveles de GPT3.
bien por el Open source,
Leí este post y sabía que algo tenía que ver con Dotcsv. Es excelente.
que conocimientos y exp necesito para contribuir en tareas basicas ?
Ninguno. Valorar las preguntas y respuestas del asistente, de otros usuarios y a lo mejor hacer una pequeña búsqueda para constatar que la respuesta sea verdadera. En un apartado puedes responder tú para enseñarle al asistente como responder como un ser humano lo haría.
Ya he realizado algunos aportes a open assistant 😄
¿Open Assistant también utiliza transformers?