- Baidu, con sede en Beijing y una de las primeras empresas tecnológicas de China en desarrollar LLM, ha dado un giro radical al ofrecer sus modelos de código abierto.
El gigante tecnológico chino Baidu marcó el lunes su entrada en el competitivo campo de los sistemas chinos de inteligencia artificial (IA) de código abierto, al poner a disposición sus modelos estrella Ernie 4.5 para su descarga en el sitio web de IA Hugging Face.
Baidu ha abierto 10 variantes de su familia de modelos multimodales Ernie 4.5, desde los modelos ligeros de 300 millones de parámetros hasta los modelos de alto rendimiento de 424.000 millones de parámetros, según un comunicado.
Baidu, con sede en Beijing, una de las primeras empresas tecnológicas de China en desarrollar grandes modelos de lenguaje (LLM) tras el lanzamiento de ChatGPT en noviembre de 2022, ha dado un giro radical al convertir sus modelos en código abierto. Hace un año, su fundador y director ejecutivo, Robin Li Yanhong, afirmó públicamente que su serie Ernie, al igual que los modelos ChatGPT de OpenAI, sería más potente que los de código abierto.
Sin embargo, el lanzamiento de modelos de código abierto por parte de la startup china DeepSeek, que revolucionó el mundo de la IA a principios de este año, desencadenó una transición acelerada hacia el código abierto por parte de las grandes empresas tecnológicas chinas. Por ejemplo, los modelos Qwen desarrollados por Alibaba Group Holding son los modelos de código abierto más populares entre los desarrolladores a nivel mundial.
Alibaba es propietaria del South China Morning Post.
Basilea una serie de pruebas de referencia que evalúan el conocimiento general y de dominio, las habilidades de codificación y matemáticas, así como la capacidad de razonamiento de un sistema de IA, Baidu afirmó que su modelo 300B Ernie 4.5 superó al V3 de DeepSeek, que era el doble de grande que el modelo Ernie.
Los resultados de las pruebas de referencia muestran el progreso que Baidu ha logrado en la mejora de sus modelos en los últimos meses, después de que la compañía anunciara a principios de este año su transición a un enfoque de código abierto. Esta decisión se produjo tras el surgimiento de DeepSeek, con sede en Hangzhou, en el centro de atención mundial con sus modelos V3 y R1 de código abierto, diseñados de forma rentable para tareas de alto rendimiento.
