Mango AI vs A Generalist Agent

Mango AI cataloga más de 13,000 herramientas de IA en un directorio con capacidad de búsqueda. Puedes explorar tarjetas con insignias de precios, filtrar por Gratis, Freemium o De pago, y acceder directamente al sitio web de cada herramienta. Un boletín gratuito se envía a más de 40,000 lectores destacando nuevas adiciones y noticias sobre IA.

A diferencia de las listas de enlaces simples, Mango AI acompaña muchos listados con artículos de blog que explican qué hace una herramienta antes de hacer clic. La página de Marcadores permite a los usuarios que han iniciado sesión guardar sus favoritas para más tarde, y cada tarjeta muestra una breve descripción además de los botones Leer más y Abrir sitio web.

La página de inicio rota herramientas destacadas en categorías como generación de imágenes, chatbots, finanzas y bienes raíces. Los listados indican el tipo de precio en la propia tarjeta, para que puedas buscar opciones gratuitas sin abrir cada sitio. El contacto está disponible en [email protected] para preguntas o envíos.

Los entusiastas de la IA que buscan nuevos productos, los desarrolladores que comparan opciones y los lectores del boletín que desean un resumen semanal seleccionado son el público principal. Explorar el directorio no cuesta nada, y la suscripción al boletín también es gratuita.

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.