FinetuneFast vs Galactica

FinetuneFast es un kit de boilerplate de pago para ajustar finamente y desplegar modelos de aprendizaje automático. Incluye scripts de entrenamiento preconfigurados, pipelines de carga de datos, optimización de hiperparámetros y plantillas de despliegue, para que los desarrolladores puedan pasar del setup a la producción más rápido que si construyeran todo desde cero.

El paquete abarca tareas como texto a imagen, modelos de lenguaje grandes, aplicaciones RAG y flujos de trabajo relacionados. Los ejemplos incluidos hacen referencia a proveedores como AWS Bedrock, Mistral AI y OpenAI, junto con plantillas para Flux-Schnell (texto a imagen), Fish-Speech (texto a voz) y generación con recuperación aumentada.

Tras la compra, los compradores reciben acceso a los materiales del repositorio de GitHub con documentación. El plan All In añade acceso a la comunidad de Discord y actualizaciones de por vida. El fundador Patrick desarrolló el producto basado en su experiencia práctica en ingeniería de ML, incluyendo trabajo en entrenamiento de modelos, APIs de inferencia e infraestructura escalable.

Cinco puntos de control de pesos abiertos desde 125M hasta 120B de parámetros ofrecen a los investigadores un modelo de lenguaje entrenado en ciencia construido a partir de 106 mil millones de tokens seleccionados de 48 millones de artículos, libros de texto, enciclopedias y bases de conocimiento. Galactica almacena, combina y razona a través de modalidades que incluyen LaTeX, código Python, fórmulas SMILES y secuencias de aminoácidos dentro de una arquitectura Transformer solo con decodificador. El equipo Papers with Code de Meta liberó los pesos para investigadores que quieran estudiar cómo los modelos de lenguaje organizan el conocimiento científico.

Los LLMs de propósito general se entrenan con rastreos amplios de la web donde las conversaciones sociales pueden dominar el presupuesto de tokens. Galactica usó solo fuentes científicas de acceso abierto seleccionadas, lo que según el artículo permite entrenar durante múltiples épocas sin sobreajuste. Meta retiró la demostración pública en la web tres días después del lanzamiento en noviembre de 2022 cuando críticos mostraron citas y ecuaciones confiadas pero fabricadas, por lo que hoy se descargan los puntos de control desde Hugging Face en lugar de chatear mediante una interfaz alojada.

Los investigadores en aprendizaje automático pueden reproducir números de referencia del artículo en arXiv, incluyendo 77.6% en PubMedQA y 52.9% en MedMCQA dev. Los biólogos computacionales y químicos pueden probar tareas de anotación de proteínas y moléculas mediante los tokens especializados de Galactica para secuencias de aminoácidos y cadenas SMILES. Estudiantes de posgrado que exploran preguntas científicas, predicción de citas o problemas matemáticos pueden experimentar con tamaños de hasta 120 mil millones de parámetros sin entrenar desde cero.