A Generalist Agent vs Kalos.art

Gato es el agente generalista que DeepMind presentó en su publicación de investigación de mayo de 2022 "A Generalist Agent." Una política de transformador con pesos compartidos maneja chat, generación de subtítulos para imágenes, juegos de Atari y apilamiento de bloques con un brazo robótico real desde el mismo modelo. La publicación lo describe como una política multimodal, multitarea y multi-encarnación que elige si emitir texto, pares de torsión en las articulaciones, pulsaciones de botones u otros tokens según el contexto.

La mayoría de las herramientas en este ámbito entrenan un modelo separado por dominio de tarea. Gato, en cambio, serializa cada modalidad y entorno en una secuencia plana de tokens y la procesa mediante un transformador con la forma de un modelo de lenguaje grande. Eso significa que un único punto de control preentrenado se mueve entre diálogo, visión y control sin cambiar de arquitectura.

Durante el entrenamiento, los datos de entornos simulados y reales se mezclan con conjuntos de datos de lenguaje natural e imágenes, con la pérdida enmascarada para que Gato prediga solo objetivos de acción y texto. En el despliegue, un prompt se tokeniza primero, cada nueva observación se añade a la secuencia, y el modelo muestrea un vector de acción un token a la vez dentro de una ventana de contexto de 1024 tokens. El blog incluye gráficos agrupados por dominio de tareas donde el modelo preentrenado supera umbrales de puntuación de expertos.

El escrito está dirigido más a investigadores en IA y robótica que a compradores de software cotidianos. Puedes leer y citar la investigación en deepmind.google; no hay un flujo público de registro, nivel API ni botón de descarga en las páginas revisadas aquí.

lib.KALOS.art es una biblioteca de referencia de estilos navegable para la generación de imágenes con IA. Catalogra nombres de artistas y géneros artísticos organizados para Midjourney v5.2, Midjourney v4, SDXL, Stable Diffusion 2.1 y Stable Diffusion 1.5. Cada modelo tiene su propia sección de la biblioteca para que puedas ver qué indicaciones y referencias funcionan en el motor que realmente usas.

La mayoría de las bibliotecas de indicaciones ofrecen la misma lista de artistas para cada modelo. lib.KALOS.art ajusta cada biblioteca a lo que ese modelo reconoce, desde 767 artistas en SD 2.1 hasta 1,340 en MJ v5.2 y SDXL, con 292 categorías de géneros y medios junto al índice de artistas. Cada entrada de artista y género incluye de 8 a 11 galerías temáticas de ejemplo para que compares resultados antes de copiar una indicación.

Aficionados al arte con IA y profesionales de indicaciones lo usan para buscar un estilo, copiar una indicación ajustada mediante el copiador integrado y guardar favoritos una vez que inician sesión. Está junto al mercado más amplio Kalos.art pero se mantiene enfocado en la navegación de referencias en lugar de la venta de obras de arte.