Galactica vs Terracotta

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.

Terracotta es una plataforma de vanguardia diseñada para mejorar el flujo de trabajo de desarrolladores e investigadores que trabajan con modelos de lenguajes grandes (LLM). Esta plataforma intuitiva y fácil de usar le permite administrar, iterar y evaluar sus modelos ajustados con facilidad. Con Terracotta, puede cargar datos de forma segura, ajustar modelos para diversas tareas como clasificación y generación de texto, y crear evaluaciones integrales para comparar el rendimiento del modelo utilizando métricas tanto cualitativas como cuantitativas. Nuestra herramienta admite conexiones con proveedores importantes como OpenAI y Cohere, lo que garantiza que tenga acceso a una amplia gama de capacidades de LLM. Terracotta es la creación de Beri Kohen y Lucas Pauker, entusiastas de la IA y graduados de Stanford, que se dedican a promover el desarrollo de LLM. Únase a nuestra lista de correo electrónico para mantenerse informado sobre las últimas actualizaciones y características que Terracotta tiene para ofrecer.