sus ventajas y cómo probarla

El gigante digital chino Alibaba anunció el miércoles el lanzamiento de un nuevo modelo de su inteligencia artificial (AI) QwenLlamado Qwen2.5-Max, que establece que excede «casi totalmente» al Deepseek V3 que generó tanto revuelo en el nivel internacional en los últimos días.

En una declaración publicada en su red social oficial de WeChat, la División de Computación de Cloud (‘Cloud’) del grupo, Alibaba Cloud, también incluyó el GPT-4O de Operai OA Call-3.1-405b de acabado como modelos para aquellos que afirma superar, y señaló que la última versión de su qwen está a la par con el Claude-3.5-Sonnet de antrópico.

El portal de noticias corporativas de Alibaba, Alizila, explica que el qwen2.5-max «se destaca» en el Comprensión avanzada de textos, tablas, diagramas, gráficos y disposición de imágenesY también puede comprender videos de más de una hora y responder preguntas relacionadas con ellos, identificando segmentos con el segundo específico.

La tecnología también destaca la capacidad de su modelo para convertir datos de facturas, formularios o tablas en productos estructurados «, que es especialmente útil para la automatización El procesamiento de informes financieros o documentos legales «.

Alibaba presentó su alternativa a Chatgpt en abril de 2023, llamado Tongyi Qianwen (en mandarín, algo así como «La verdad, de mil preguntas»), y así se unió a otros rivales de OpenAi chinos como el ‘Google’ chino ‘Baidu, que él, que él, que él, él él también había monopolizado los titulares con su Ernie Bot.

Deepseek, prácticamente anónimo internacionalmente hasta hace unos días, saltó a la Junta Mundial de AI con el lanzamiento de su modelo V3, cuyo desarrollo se afirma que solo duró dos meses y solo costó menos de 6 millones de dólares. El 20 de enero publicó su última versión, llamada R1.

Los medios oficiales chinos celebraron el éxito de Depseek y destacaron el asequible de su modelo contra los competidores estadounidenses, ofrece un 95 % de servicios más baratos que el O1 de OpenAi, que también se hace eco de la atención que monopolizó entre los líderes del país norteamericano o incluso su nuevo presidente, Donald Trump.

Lanzado en 2023 por el fondo de cobertura chino Quant-Flyer Quant, Depseek Bets on Open Source y ofrece servicios a 95 % más barato que el modelo O1 de Openai.

Sin embargo, la gran atención que atrajo, fue líder en descargas para dispositivos de Apple en los Estados Unidos, también se tradujo en críticas, ya que su ‘aplicación’ se niega a comentar sobre temas afectados por la censura en China como la masacre de Tiananmen 1989 o si es Taiwán. parte de China.

Este mismo fenómeno ocurrió con otras conversaciones chinas, como se verificó en 2023, el mismo año en que Beijing reguló estos servicios para respetar «los valores socialistas fundamentales», con los que están prohibidos «Genere contenido que amenace la seguridad nacional, la unidad territorial y la estabilidad social».

Para demostrar Qwen, el primer paso es acceder a su repositorio en Abrazando la cara o githubdonde Alibaba Cloud ha publicado tanto los modelos como las instrucciones de implementación. Es necesario tener un conocimiento básico de la programación en Python y tener un entorno como Google Colab o una máquina con GPU para Ejecute el modelo de manera más eficiente. Una vez que se descarga el modelo, puede cargar los pesos presentados y usar librerías, como abrazar los transformadores faciales para interactuar con la IA.

Otro método más accesible es probar QWEN a través de la plataforma Modescope, un servicio en la nube de Alibaba que permite ejecutar los modelos No hay necesidad de configuración local.

Solo es necesario crear una cuenta, seleccionar la versión del modelo QWEN y comenzar a generar texto en la interfaz web. Esta opción es ideal Para aquellos que no tienen experiencia en programación Pero quieren experimentar fácilmente con la IA de Alibaba.

El desarrollo de Qwen refleja el interés de China en liderar el sector de inteligencia artificial con tecnologías propias y de código abierto. Su disponibilidad para la comunidad global nos permite explorar alternativas a los modelos estadounidenses y fomentar la innovación en diversas aplicaciones. Con estas opciones de prueba, tanto los desarrolladores como la tecnología curiosa pueden experimentar con Una IA avanzada sin barreras de acceso.

A través de una publicación en el blog oficial de Qwen, Alibaba reveló los avances logrados con la última versión de su modelo de idioma. Frente a Qwen 2.5 Max con los últimos modelos Flame y DeepSeek, las puntuaciones obtenidas por el modelo Alibaba Eran superiores en muchos casos.

Qwen 2.5 Max utiliza una arquitectura similar a la de Deepseek, conocida como mezcla de expertos o MOE), que permite que los modelos sean mucho más eficientes y escalables. Con esta arquitectura, en lugar de tener un modelo monolítico con todo conocimiento, Esto se divide en varios «expertos», Cada uno especializado en un subconjunto de datos o tareas. Otro elemento, el «enrutador», decide cuál de estos expertos es el más apropiado para procesar una entrada específica.

El uso de esta técnica, agregado a los avances en la capacitación con más de 20,000 millones de tókens y las metodologías de ajuste fino supervisado (SFT) y el aprendizaje de refuerzo de la retroalimentación humana (RLHF), permitió a Alibaba crear uno de los modelos más avanzados del momento del momento. .

Las pruebas mostraron que Qwen2.5-Max excede Deepseek V3 en pruebas de referencia como Arena-Hard, LiveBench, LivecodeBench y GPQA-Diamond, al tiempo que ofrece resultados muy competitivos en otros tipos de pruebas, incluida MMLU-Pro.

El uso, es decir, las aplicaciones específicas determinarán el futuro de estas tecnologías.