@MrHydeDev Pero además qué esperan levantar con los 64 gb de ram que trae la más grande?
Eso con suerte te da para un modelo 70B que dificilmente pueda competir con pagar uno
@404malwarekitty Yo lamentablemente tuve que aprender a los golpes en el trabajo, pero imagino que quienes tienen un recorrido académico le sacan muco más jugo
Aprenderé a programa orientando a objetos con un lenguaje que te fuerce de verdad a eso (Java por ejemplo) y después patrones de diseño te sirve para muchas cosas de la vida.
Lo interesante es que no se trata de un modelo prompteado, sino de un modelo entrenado plenamente con textos del autor.
La implementación puede ser pobre (es de 2023) y el dataset puede tener errores, pero comparto porque la vergüenza no es virtud.
Training code: https://t.co/DOyGwqCS0Q
Dataset: https://t.co/bwpAiR7T6H
Ayer fue el cumpleaños de Jorge Luis Borges así que aprovecho para compartir un gpt-2 que entrené en 2023 con un dataset suyo.
La idea es que emule el estilo de escritura y lo pensé para actividades didácticas.
Acá pueden probarlo, abajo dejo el repo y el dataset:
https://t.co/PwINIK0tMC
@exactense Sorprende en tu primera cita diciendo que alguien entrenó un gpt2 con textos de borges que se puede probar aquí
https://t.co/bsqBusNjmo
https://t.co/M4SBmg8fku
Hace cerca de un mes salió una nueva versión de MCP, que incorpora MCP Apps al nuevo framework de extensiones.
Básicamente, un MCP Server puede entregar su propia UI y el host la renderiza dentro de un iframe en la conversación.
Es algo que creo que va a dar que hablar.
Les comparto mi PoC 👇
https://t.co/12rBH87POU