Ir al contenido principal

Buscar en CooLWJ

选择搜索范围，输入关键词后按回车。

Las palabras clave se conservan al cambiar el ámbitoEsc para cerrar

Idioma

Tecnología y vida cotidiana

Desarrollo, herramientas de IA, voces locales y lecturas.

Escribir una entrada

IA y herramientas

1–5 / 5 artículos

IA y herramientas

Prueba de los principales grandes modelos de IA para calcular la rentabilidad bursátil

Utilicé modelos de IA chinos y extranjeros habituales en el mercado para que me ayudaran a calcular el rendimiento de unas acciones. Entre los chinos estaban DeepSeek, Tongyi Qianwen de Alibaba, iFlytek Spark, Doubao de ByteDance, Kimi de Moonshot AI, Tencent Yuanbao, Baidu ERNIE Bot, Zhipu Qingyan, Baichuan Intelligence, 360 Zhinao, Tiangong AI y SenseChat de SenseTime; entre los extranjeros, GPT-4o, Claude-3-Opus, Gemini-2.0-Pro y Grok. Con los mismos datos de entrada, solo DeepSeek hizo el cálculo correctamente.

837 lecturas

IA y herramientas

Destilación y poda de modelos

La destilación y la poda son dos técnicas importantes de compresión de redes neuronales. Reducen eficazmente el número de parámetros y la complejidad computacional, lo que mejora la eficiencia de ejecución y el rendimiento. Aunque ambas comprimen redes neuronales, sus métodos y objetivos difieren ligeramente: la destilación se centra en entrenar un modelo alumno a partir del comportamiento predictivo de un modelo profesor; la poda elimina parámetros y conexiones innecesarios.

759 lecturas

IA y herramientas

¿Qué es una base de datos vectorial?

Una base de datos vectorial es una colección de datos almacenados en forma matemática. Las bases de datos vectoriales facilitan que los modelos de aprendizaje automático recuerden entradas anteriores, lo que permite utilizar el aprendizaje automático en casos de uso como búsquedas, recomendaciones y generación de texto. Los datos pueden identificarse mediante métricas de similitud en lugar de coincidencias exactas, lo que permite a los modelos informáticos comprender su contexto.

593 lecturas

IA y herramientas

Después de probar la búsqueda con IA de la edición Exploración de Kimi, Perplexity queda relegado a un segundo plano

La IA puede responder preguntas, pero ¿puede realmente “pensar”? Quienes utilizan con frecuencia productos de búsqueda con IA habrán observado que suelen “fallar” ante preguntas complejas: pueden imitar el estilo de Shakespeare y resolver problemas matemáticos, pero quizá no sepan cómo abordar las dificultades de la vida cotidiana. Es como un ratón de biblioteca erudito pero poco adaptable, con muchos conocimientos y escasa flexibilidad de pensamiento. Está claro que convertir la búsqueda con IA en un simple “buscador que habla” dista mucho de ser suficiente. Entonces, ¿cómo conseguir que un gran modelo con mayor inteligencia, más capacidad de razonamiento y pensamiento profundo resuelva los problemas reales de los usuarios corrientes, en lugar de limitarse a resolver ejercicios de olimpiadas?

252 lecturas

Elige tu tema

El tema se aplica a todo el sitio.