O DBX supera a los principales modelos de código abierto como Mixtral MoE, Llama-2 70B y Grok-1, en comprensión del lenguaje, programación y matemáticas.
PUBLICIDAD
Además, su inferencia es hasta 2 veces más rápida que LLaMA2-70B y tiene aproximadamente un 40% del tamaño de Grok-1 en recuentos de parámetros totales y activos.
El modelo también demuestra superioridad sobre GPT-3.5 en tareas de contexto prolongado y puntos de referencia RAG.
Sorprendentemente, sólo se necesitaron 10 millones de dólares y dos meses para entrenar a DBRX desde cero, lo que destaca su eficiencia y eficacia en el desarrollo de modelos de lenguaje.
PUBLICIDAD
La creación de Databricks de un modelo de nivel GPT 3.5 con sólo 10 millones de dólares y dos meses establece un nuevo estándar para la industria. Sin embargo, si bien encabezar la clasificación de código abierto es impresionante, la inminente llegada del muy esperado Llama 3 de la compañía Meta sugiere que es poco probable que el modelo permanezca en la cima por mucho tiempo.
Lea también:
* El texto de este artículo fue generado parcialmente por herramientas de inteligencia artificial, modelos de lenguaje de última generación que ayudan en la preparación, revisión, traducción y resumen de textos. Las entradas de texto fueron creadas por el Curto Se utilizaron noticias y respuestas de herramientas de inteligencia artificial para mejorar el contenido final.
Es importante resaltar que las herramientas de IA son sólo herramientas, y la responsabilidad final del contenido publicado recae en el Curto Noticias. Al utilizar estas herramientas de manera responsable y ética, nuestro objetivo es ampliar las posibilidades de comunicación y democratizar el acceso a información de calidad. 🤖
¿Buscas una herramienta de Inteligencia Artificial que te haga la vida más fácil? En esta guía, exploras un catálogo de robots impulsados por IA y aprendes sobre sus funcionalidades. ¡Mira la valoración que les dio nuestro equipo de periodistas!
PUBLICIDAD
