IBM Research presenta dos nuevos modelos de embeddings basados en BERT
IBM Research ha lanzado dos nuevos modelos de embeddings, Granite-Lite y Granite-Big, basados en la arquitectura ModernBERT. Estos modelos, entrenados en un conjunto masivo de datos de texto en inglés, prometen mejorar la precisión en tareas de procesamiento del lenguaje natural (PNL).
Nuevos Modelos de Embeddings de IBM
IBM Research ha anunciado el lanzamiento de dos nuevos modelos de embeddings, Granite-Lite y Granite-Big, ambos basados en la arquitectura ModernBERT. Estos modelos, entrenados con un extenso corpus de texto en inglés, buscan mejorar la eficiencia y la precisión en diversas tareas de PNL, como la recuperación de información y la clasificación de texto.
Granite-Lite, de menor tamaño, está diseñado para aplicaciones con recursos limitados, mientras que Granite-Big, más grande y complejo, se enfoca en maximizar el rendimiento. Ambos modelos están disponibles públicamente, ampliando las opciones para desarrolladores e investigadores.
Implicaciones para el PNL
La llegada de estos modelos refuerza la tendencia hacia embeddings más robustos y especializados. Su disponibilidad pública facilita la experimentación y la innovación en el campo del PNL, permitiendo a los desarrolladores integrar estas tecnologías en sus aplicaciones.
El Futuro de los Embeddings
IBM Research continúa su apuesta por la innovación en IA, y estos nuevos modelos de embeddings son un paso más en esa dirección. Se espera que este tipo de avances impulsen el desarrollo de aplicaciones de PNL más sofisticadas y eficientes en el futuro.
