Inicio Blog Página 1282

Samsung Se Asocia Con Liberty Para Llevar Diseños Británicos Icónicos a Samsung Art Store

Silvia Pastor
-
0
Samsung Se Asocia Con Liberty Para Llevar Diseños Británicos Icónicos a Samsung Art Store

Samsung Electronics ha anunciado una colaboración con la emblemática casa de diseño británica Liberty, presentando una colección curada de 20 de sus diseños más destacados en Samsung Art Store. Con esta iniciativa, los usuarios de Samsung Art TV en todo el mundo pueden exhibir en sus pantallas los patrones atemporales de Liberty, convirtiendo sus hogares en galerías de arte digital.

Esta asociación combina la elegancia de los televisores Samsung Art con el célebre archivo de Liberty, lo que permite que por primera vez estos diseños estén disponibles como obras de arte digitales. Los curadores de Samsung trabajaron de la mano con el equipo interno de Liberty para elegir patrones que se adaptaran a una visualización digital a gran escala, mostrando un destello vibrante de detalles y color.

Rachael Roberts, Gerente de Asociaciones en Samsung UK, afirmó que esta colaboración surge del deseo compartido de celebrar el diseño británico de maneras nuevas. Al no haber otras casas de diseño británicas representadas en Samsung Art Store, la combinación de ambas marcas parecía una oportunidad perfecta para llevar la voz única de Liberty a una audiencia global.

Liberty, fundada en 1875, simboliza la creatividad y la artesanía británicas. Conocida por sus estampados distintivos y su historia de innovación en el diseño, la marca tiene un impacto que abarca arte, moda y decoración del hogar. La colección presentada inicia con “Artemis”, un diseño botánico audaz que renueva un clásico de Liberty. En ella también hay obras como “Enchanted Wood” y “Jungle Trip”, que reflejan más de un siglo de patrimonio y creatividad.

Pere Bruach, Director de Diseño en Liberty, expresó que siempre han creído en el diseño que cuenta historias que evolucionan con el tiempo. La asociación con Samsung les permitió reinventar sus estampados icónicos en arte vivo, dándoles una nueva dimensión. Estos diseños, que antes adornaban seda y papel, ahora se reinterpretan para el hogar, integrando el espíritu de Liberty en los espacios cotidianos.

Entre los 20 diseños de Liberty destacados se encuentran obras como “Marina’s Tea Garden”, “Fantasy Land” y “My Grown Up Star”. Cada uno está presentado como una obra de arte digital adaptada para Samsung Art Store, añadiendo carácter y un toque de encanto británico en los hogares.

La selección de estas piezas no fue al azar; Bruach mencionó que se eligieron aquellas que mejor encapsulan el lenguaje visual de Liberty. Desde flores nostálgicas de los años 30 hasta diseños geométricos eclécticos, la colección refleja el rico legado creativo de la marca. “Artemis”, por ejemplo, fue considerada una opción natural para The Frame debido a su fusión de tradición y modernidad que caracteriza a ambas marcas.

Roberts también subrayó que la rica herencia de narración de Liberty hace que la colaboración sea ideal, y que su visión para el Art Store es hacer accesible el arte y el diseño que aporten significado a la vida de las personas. Con la adición de los clásicos británicos de Liberty, se abre un nuevo capítulo en la intersección entre la herencia de la impresión y la innovación. Esta colaboración subraya la misión de Samsung Art Store de democratizar el acceso al arte global, con un archivo en expansión de más de 3,500 obras de arte de los museos más reconocidos del mundo.
vía: Sala de Prensa de Samsung.

TechEd Collab: Construyendo Comunidad en Arizona a Través de la Conciencia Tecnológica

María MR
-
0
TechEd Collab: Construyendo Comunidad en Arizona a Través de la Conciencia Tecnológica

Este año, la Electronic Frontier Foundation (EFF) dio la bienvenida al Technology Education Collaborative (TEC) como miembro de la Electronic Frontier Alliance (EFA). Esta organización se dedica a capacitar a las personas para que sean usuarias informadas de la tecnología que utilizan a diario y a proporcionarles un mejor entendimiento de las herramientas tecnológicas a su alrededor. TEC organiza eventos presenciales y prácticos, como talleres sobre el derecho a reparar, encuentros sobre privacidad, excursiones tecnológicas y demostraciones.

Connor Johnson, director de tecnología de TEC, explicó cómo surgió la organización y cuál es su misión. “TEC comenzó con la idea de crear un espacio donde profesionales de la industria, estudiantes y la comunidad en general pudieran aprender sobre tecnología juntos. Nos asociamos con el Gateway Community College para construir el Advanced Cyber Systems Lab. Muchas organizaciones tecnológicas en Phoenix se reúnen en diferentes lugares porque no pueden permitirse un espacio dedicado. TEC alberga grupos tecnológicos comunitarios en este laboratorio, proporcionándoles el equipo adecuado para trabajar y colaborar en sus proyectos”, expresó Johnson.

En cuanto a las prioridades de TEC, se enfocan en el derecho a reparar, la privacidad y la ciberseguridad. Johnson destacó que una de sus principales preocupaciones es la tendencia de muchas empresas a dejar de lado la reparabilidad en favor de la conveniencia. “Agradecemos las donaciones de iFixIt, que permiten a las personas acceder a herramientas que de otro modo no sabrían que necesitan o no podrían costear. Miembros de la comunidad y profesionales de TI utilizan nuestras mesas antiestáticas para reparar desde televisores hasta impresoras 3D. También estamos comenzando a organizar un ‘Hardware Happy Hour’, donde cualquiera puede llevar sus proyectos de hardware y socializar con personas afines”.

Sobre la resonancia de su trabajo en privacidad y ciberseguridad con la comunidad, Johnson mencionó la celebración de diferentes charlas sobre el estado actual de la privacidad y su impacto en individuos. “Fue maravilloso contar con Andrew Crocker, director de litigios sobre vigilancia de la EFF, en nuestra edición de julio de Privacy PIE. Los asistentes estaban emocionados de poder hacerle preguntas y obtener clarificaciones sobre temas actuales”, comentó. La directora ejecutiva de TEC, Christina Eichelkraut, ha sido fundamental en la organización de estos eventos, discutiendo cuestiones legales que rodean derechos de privacidad que muchas personas dan por sentado.

“TEC busca construir una comunidad que no se limite únicamente a la ciberseguridad. Hemos notado que hay muchos grupos centrados en la seguridad, pero que no abarcan otros campos tecnológicos. La seguridad impacta todos los aspectos de la tecnología, por lo que hemos ampliado nuestros esfuerzos a otras áreas como hardware y programación. Una comprensión más profunda de los fundamentos nos ayuda a construir sistemas mejores desde la base”, manifestó Johnson.

En el ámbito de ciberseguridad, TEC está trabajando en un proyecto para crear una red para pequeñas empresas, con el objetivo de permitirles establecer su propia red de manera independiente, brindando una capa de seguridad adicional. “Muchas empresas no tienen el presupuesto para una red segura o el conocimiento técnico para configurarla. Esperamos que este proyecto de código abierto permita a las personas establecer la red por su cuenta y ofrezca a los estudiantes una forma de adquirir experiencia laboral valiosa”, agregó.

Finalmente, Johnson invitó a la comunidad a involucrarse y participar: “TEC siempre se beneficiará de más voluntarios o donaciones. Nuestro objetivo es construir comunidad, y estamos encantados de que cualquiera se una a nosotros. Todos son bienvenidos en el Advanced Cyber System Lab del Gateway Community College, de lunes a jueves de 4 p.m. a 8 p.m. Nuestra página web es www.techedcollab.org y pueden seguirnos en Facebook en www.facebook.com/techedcollab. También pueden unirse a nuestro servidor de Discord para participar en discusiones y recibir actualizaciones sobre nuestros próximos eventos”.
Fuente: EFF.org

Explorando Amazon Strands Agents SDK: Un Análisis Técnico de Arquitecturas de Agentes y Observabilidad

Elena Digital López
-
0
Explorando Amazon Strands Agents SDK: Un Análisis Técnico de Arquitecturas de Agentes y Observabilidad

El Strands Agents SDK es un marco de trabajo de código abierto diseñado para facilitar la creación de agentes de inteligencia artificial (IA) que aprovechan las capacidades de los modernos modelos de lenguaje. A diferencia de otras plataformas que requieren la programación manual de flujos de trabajo complejos, Strands adopta un enfoque basado en modelos que permite a los desarrolladores definir el comportamiento del agente a través de un simple «prompt» y un conjunto de herramientas. Este enfoque permite que el agente, impulsado por un modelo de lenguaje, tome decisiones autónomas sobre cómo encadenar razonamientos y llamar a herramientas en función del contexto y las tareas actuales.

El SDK ofrece múltiples capacidades clave, incluida una bucle de agente ligero y flexible que gestiona la interacción y permite iteraciones automáticas basadas en las solicitudes de los usuarios. Los herramientas pueden ser funciones externas o APIs que el agente puede invocar según sea necesario, lo que incluye funcionalidades como cálculos matemáticos, búsquedas en la web y consultas a bases de datos. A través de una interfaz de proveedor intercambiable, el SDK admite soporte para múltiples modelos de lenguaje, permitiendo a los desarrolladores elegir aquel que más se ajuste a sus necesidades sin depender de un único proveedor.

Para las empresas, Strands se ha diseñado teniendo en mente la escalabilidad y la seguridad, permitiendo que los mismos códigos de agente se ejecuten localmente durante las pruebas, y posteriormente se desplieguen en entornos de AWS para su uso en producción. Esto hace que el SDK sea ideal tanto para prototipos rápidos como para aplicaciones de misión crítica, con integración nativa de herramientas de observabilidad que permiten monitorear y analizar el rendimiento del agente en tiempo real.

El SDK de Strands no solo está orientado a facilitar la creación de agentes simples, sino que también soporta arquitecturas complejas con redes de múltiples agentes que pueden colaborar en la resolución de problemas. Esto permite un enfoque más colaborativo, donde múltiples agentes pueden compartir información y trabajar desde diferentes especialidades para llegar a una solución conjunta. Este enfoque es especialmente útil en ámbitos que requieren la integración de perspectivas diversas o habilidades especializadas.

Además de su rica funcionalidad, Strands promueve un modelo de comunidad abierta, permitiendo contribuciones de desarrolladores de diversas empresas, lo que ha resultado en un ecosistema en constante crecimiento con nuevas herramientas y modelos. En resumen, el Strands Agents SDK se presenta como una solución potente y versátil para aquellos que buscan implementar agentes de IA de manera eficiente, proporcionando un enfoque más intuitivo y menos dependiente de una programación laboriosa.

vía: AWS machine learning blog

Agentes de IA: Unificando Datos Estructurados y No Estructurados con Amazon Q Plugins

Elena Digital López
-
0
Agentes de IA: Unificando Datos Estructurados y No Estructurados con Amazon Q Plugins

En un contexto donde las organizaciones buscan maximizar el valor de sus datos de soporte en AWS, los equipos operativos están explorando maneras de transformar casos de soporte y eventos de salud en información procesable. A pesar de que las herramientas analíticas tradicionales pueden ofrecer capacidades básicas de informes, los equipos requieren soluciones más sofisticadas que comprendan y procesen consultas en lenguaje natural sobre sus datos operativos.

La arquitectura de Recuperación Aumentada por Generación (RAG, por sus siglas en inglés) destaca en la optimización de las salidas de modelos de lenguaje grandes al referenciar bases de conocimiento autorizadas, que pueden mejorar la precisión de las respuestas. Este enfoque combina la búsqueda semántica y capacidades de recuperación de información, permitiendo interacciones más precisas con los datos.

Mientras que un artículo anterior introducía una solución basada en RAG utilizando Amazon Q Business, surgieron desafíos en el análisis numérico preciso y las agregaciones. Para superar estas limitaciones, se proponen plugins personalizados que mejoran la analítica de soporte y la respuesta a incidentes, combinando la fuerza de RAG con consultas de datos estructurados.

La arquitectura RAG destaca en la búsqueda de información relevante a través de coincidencias contextualizadas, pero su capacidad para realizar análisis analíticos complejos puede resultar inexacta. Por ejemplo, al solicitar el recuento total de casos de soporte en febrero de 2025, un enfoque RAG puede dar lugar a agregaciones erróneas en comparación con un análisis estructurado que devuelve resultados precisos.

Al implementar capacidades de consulta de datos estructurados, se puede realizar un análisis más riguroso. Esto es esencial en consultas más complejas, como la distribución de casos de soporte según la gravedad, donde el enfoque simple puede no ofrecer una representación precisa de la severidad de los casos.

Además, el análisis multidimensional, que involucra combinaciones de cuentas y servicios a través del tiempo, refleja la necesidad de robustecer la estructura del análisis mediante la integración de plugins que amplían las capacidades de la solución existente. Este enfoque permite correlacionar casos de soporte con eventos de salud, facilitando evaluaciones operativas más completas.

Por último, el desarrollo de un marco sólido de procesamiento de metadatos, que estructure y indexe los datos de soporte, resulta crucial para ofrecer análisis exactos. A través de la implementación de plugins para Amazon Q Business, las organizaciones pueden obtener información más precisa y contextualizada, lo que apoya la toma de decisiones operativas y la resolución proactiva de problemas.

En definitiva, al combinar la comprensión semántica de RAG con capacidades analíticas precisas mediante plugins, Amazon Q Business se transforma en una plataforma poderosa para el análisis operativo, permitiendo a las entidades mejorar significativamente su rendimiento y enfoque ante incidentes.
vía: AWS machine learning blog

Presentamos Soporte para AWS Batch en Trabajos de Entrenamiento de Amazon SageMaker

Elena Digital López
-
0
Presentamos Soporte para AWS Batch en Trabajos de Entrenamiento de Amazon SageMaker

La integración de AWS Batch con Amazon SageMaker está transformando la manera en que los equipos de aprendizaje automático gestionan sus cargas de trabajo. En el entorno actual de la inteligencia artificial generativa, muchas organizaciones se enfrentan al desafío de esperar la disponibilidad de unidades de procesamiento gráfico (GPU) para ejecutar sus modelos. Esto provoca que los científicos de datos pierdan tiempo en coordinar recursos en un entorno de infraestructura que no siempre está optimizado.

Una reciente novedad en este ámbito es la implementación de un sistema que permite a los investigadores colas de procesos, envíos y reintentos de trabajos de entrenamiento de modelos, sin la complejidad de manejar la infraestructura subyacente. AWS Batch, ahora integrado con SageMaker, promete una programación inteligente de trabajos y gestión automatizada de recursos, liberando a los científicos de datos para concentrarse más en el desarrollo de modelos y menos en la coordinación de infraestructura.

Esta integración fue valorada por el Toyota Research Institute, donde lograron mayor flexibilidad y velocidad en sus procesos de entrenamiento. Gracias a las características de programación de prioridad de AWS Batch, los investigadores pudieron ajustar dinámicamente sus tuberías de entrenamiento, priorizando los trabajos críticos y equilibrando la demanda entre diferentes equipos. Esto no solo optimizó los recursos, sino que también permitió un uso más eficiente de instancias aceleradas, reduciendo costos.

El funcionamiento de AWS Batch se basa en una gestión integral de cargas de trabajo. Cuando se envía un trabajo, AWS Batch evalúa los requisitos de recursos, lo coloca en la cola adecuada y lanza las instancias necesarias, escalando automáticamente en función de la demanda. Además, cuenta con mecanismos de reintento automático que reinician trabajos fallidos y programación equitativa, lo que combate el monopolio de recursos por parte de un solo proyecto.

Para las empresas que utilizan SageMaker, la configuración de AWS Batch para trabajos de entrenamiento puede parecer compleja al principio, pero la plataforma ofrece una guía clara para la creación de entornos de servicio y colas de trabajo, permitiendo a los investigadores enviar trabajos y monitorear su estado de manera intuitiva. La recomedación es que cada cola de trabajo esté alineada a un entorno de servicio específico, maximizando así la eficiencia y utilización de los recursos.

Este avance en la gestión y planificación de cargas de trabajo de aprendizaje automático se traducirá en un incremento de la productividad y una reducción en los costos operativos, asegurando que los recursos sean utilizados de manera efectiva, permitiendo que tanto los científicos como los administradores de infraestructura se centren en lo que mejor saben hacer.
vía: AWS machine learning blog

Coinscrap Finance Lanza Smart Assistant: La IA que Transformará la Banca con Tecnología de Google Cloud

Silvia Pastor
-
0
Coinscrap Finance Lanza Smart Assistant: La IA que Transformará la Banca con Tecnología de Google Cloud

La compañía española Coinscrap Finance ha dado un paso significativo en el ámbito de la inteligencia financiera al lanzar Smart Assistant, una herramienta de inteligencia artificial conversacional destinada a transformar la relación entre las entidades financieras y sus clientes. Este lanzamiento ocurre en un contexto en el que la compañía ha sido reconocida en la lista de las 100 fintech más innovadoras del mundo en 2025 por FinTech Global, consolidando su liderazgo en el sector.

Smart Assistant está diseñado para automatizar la atención financiera, permitiendo a los bancos y fintechs reducir costos operativos y ofrecer experiencias personalizadas a través de sus plataformas digitales. Disponible desde este mes, la herramienta utiliza tecnologías de procesamiento de lenguaje natural y machine learning para facilitar una interacción eficiente, inteligente y segura entre las instituciones financieras y sus usuarios.

La tecnología de Smart Assistant se basa en el motor COCO, que ha sido entrenado con más de 8.000 millones de transacciones bancarias reales, logrando una precisión del 96% en la categorización de datos. Esto permite a los usuarios de banca digital recibir respuestas contextualizadas y precisas, considerando su historial financiero y sus necesidades específicas.

Entre las ventajas que ofrece Smart Assistant a las entidades financieras se encuentran la reducción de hasta un 30% de las consultas al call center, la educación financiera personalizada, recomendaciones en tiempo real para mejorar la salud financiera del usuario, así como respuestas visuales que facilitan la toma de decisiones. Además, su integración es sencilla, ya sea a través de API o de forma on-premise, garantizando compatibilidad con las infraestructuras existentes en los bancos.

La fintech gallega también destaca la importancia de la personalización y el uso inteligente de los datos, factores clave en el panorama contemporáneo donde los clientes son cada vez más digitales e informados. David Conde, CEO y cofundador de Coinscrap Finance, enfatiza que el verdadero valor de la inteligencia artificial en la banca radica no solo en el modelo utilizado, sino en el proceso de curado de los datos, que permite a los algoritmos ofrecer respuestas útiles y relevantes.

La integración es un aspecto que Coinscrap Finance cuida meticulosamente, ofreciendo despliegues adaptados a las necesidades específicas de cada cliente, con el respaldo de Google Cloud. Con este lanzamiento, la fintech se posiciona aún más como un referente global en innovación bancaria y se presenta como una solución ideal para entidades que buscan mejorar su eficiencia y ofrecer experiencias digitales sobresalientes para las nuevas generaciones.

El Abrillantado: Clave para Mantener Suelos Impecables

María MR
-
0
El Abrillantado: Clave para Mantener Suelos Impecables

La limpieza y el mantenimiento de los suelos son aspectos esenciales tanto en la vida cotidiana como en el ámbito profesional. La empresa Limpieza Pulido, especializada en soluciones de limpieza profesional, ha destacado recientemente la importancia del abrillantado como una práctica fundamental para conservar y embellecer diversas superficies.

El abrillantado de suelos no solo transforma el aspecto visual de los espacios, sino que también desempeña un papel crucial en la prolongación de la vida útil de los materiales. Según los expertos de Limpieza Pulido, este proceso evita que la suciedad se incruste y dañe el suelo con el tiempo, siendo especialmente beneficioso para suelos delicados como los de madera o piedra natural.

Además de su función protectora, el abrillantado contribuye a mantener una imagen impecable en lugares que reciben numerosos visitantes, como oficinas y comercios. La empresa subraya que un suelo bien abrillantado mejora la higiene del ambiente, ya que su superficie lisa es más fácil de limpiar y menos propensa a acumular polvo y bacterias.

Desde el punto de vista económico, el abrillantado se presenta como una inversión inteligente. «Al cuidar adecuadamente los suelos, se previene la necesidad de reemplazos prematuros, lo que conlleva un considerable ahorro a largo plazo», afirman desde la compañía.

Limpieza Pulido ofrece una amplia gama de soluciones para el abrillantado, que incluyen maquinaria especializada, almohadillas de diferentes durezas y productos químicos adaptados a cada tipo de superficie. La empresa aclara la distinción entre abrillantar y pulir: el pulido se centra en eliminar imperfecciones mediante un desgaste controlado, mientras que el abrillantado busca lograr un acabado uniforme y brillante.

Para lograr resultados óptimos, los expertos recomiendan primero pulir para corregir irregularidades y posteriormente abrillantar con sus productos y maquinaria específica. Este procedimiento resulta especialmente eficaz en suelos de mármol, granito o terracota, que permiten alcanzar altos niveles de brillo.

Limpieza Pulido también anima a empresas y particulares a incorporar el abrillantado en sus rutinas de mantenimiento, garantizando así suelos duraderos, limpios y visualmente atractivos. Todos sus productos están disponibles en su tienda online, facilitando el acceso a soluciones efectivas para el cuidado del hogar y el negocio.

Productos Monti Refuerza su Liderazgo en Sostenibilidad Alimentaria con Producción 100% Ecológica

Juan Hernández
-
0
Productos Monti Refuerza su Liderazgo en Sostenibilidad Alimentaria con Producción 100% Ecológica

La empresa andaluza Productos Monti, dedicada a la elaboración de patatas fritas y productos de panadería, ha reforzado su compromiso con la sostenibilidad mediante un modelo de producción ecológico. Con más de 50 años en el mercado, la compañía cuenta con la certificación CAAE en Agricultura Ecológica, destacándose por su enfoque en la trazabilidad y el control de calidad.

Desde sus instalaciones en Montilla, Monti cultiva materias primas bajo técnicas sostenibles, evitando el uso de pesticidas y fertilizantes sintéticos. La empresa aplica métodos como la rotación de cultivos y el compostaje natural, optimizando el uso del agua y garantizando la fertilidad del suelo. Un portavoz de la compañía afirmó que «nuestro proceso comienza en el campo y se mantiene bajo control hasta el punto de venta».

La producción se organiza en dos líneas: una para la fritura de patatas y otra para panadería, ambas adheridas a estándares ecológicos que promueven la eficiencia energética, la reducción de emisiones y la gestión de residuos. Los productos estrella, como las patatas fritas y regañás, destacan por su sabor auténtico, elaborados sin aditivos y siguiendo recetas tradicionales.

Además, Productos Monti prioriza la transparencia en su cadena de suministro, garantizando la trazabilidad desde la entrada de ingredientes hasta su distribución en más de 5.000 puntos de venta en España y mercados internacionales como Japón y Estados Unidos. Esta expansión ha sido potenciada por su línea de productos ecológicos adaptados a las necesidades del sector horeca.

La empresa también se involucra en la educación ambiental a través de su blog corporativo, donde comparte información sobre cultivo ecológico y prácticas sostenibles, convirtiéndose en un recurso valioso tanto para profesionales como para consumidores interesados en la agricultura responsable.

Con una clara visión de futuro, Productos Monti se propone seguir elaborando alimentos saludables y sostenibles, alineando la calidad de sus productos con el cuidado del medio ambiente. La compañía se compromete a avanzar hacia una alimentación más consciente, reflejando la importancia de un equilibrio entre el gusto y la responsabilidad ecológica. Para más información, se puede visitar su sitio web.

Resultados Estructurados con Amazon Nova: Guía para Constructores

Elena Digital López
-
0
Resultados Estructurados con Amazon Nova: Guía para Constructores

Los desarrolladores que construyen aplicaciones de inteligencia artificial enfrentan un desafío común: convertir datos no estructurados en formatos estructurados. La salida estructurada es esencial para la comunicación máquina a máquina, ya que permite que los casos de uso posteriores consuman y procesen de manera más efectiva los resultados generados. Tareas como la extracción de información de documentos, la creación de asistentes que obtienen datos de APIs o el desarrollo de agentes que realizan acciones requieren modelos de base que generen salidas en formatos específicos.

Con el fin de proporcionar fiabilidad en el uso de herramientas para salidas estructuradas, se ha lanzado la técnica de decodificación restringida. Esta innovación permite utilizar modelos de base Amazon Nova para extraer datos según esquemas complejos, reduciendo los errores en el uso de herramientas en más del 95%.

Al implementar salidas estructuradas, se pueden emplear dos enfoques comunes: modificar el aviso del sistema o aprovechar la llamada a herramientas. Por ejemplo, en un caso de soporte al cliente, se podría solicitar que el modelo genere una respuesta en formato JSON, incluyendo su respuesta al usuario y el sentimiento actual. Para ello, el aviso del sistema se modificaría para incluir la estructura esperada.

La otra opción consiste en proporcionar una configuración de herramienta, que implica dar un API, función de código o esquema al modelo a través del esquema de solicitud. Esta técnica es especialmente útil al construir aplicaciones en las que se requieren salidas estructuradas, debido a la posibilidad de definir un esquema específico que el modelo debe seguir.

Ambos enfoques pueden ser efectivos, aunque la salida sigue siendo no determinística, lo que deja margen para errores. En colaboración con los clientes, se ha observado que la precisión del modelo tiende a disminuir a medida que el esquema se vuelve más complejo.

Para abordar esta cuestión, se ha implementado la decodificación restringida, que se basa en una gramática para restringir los posibles tokens que un modelo puede generar en cada paso. Esto difiere de las técnicas de notificación históricamente utilizadas, ya que cambia los mismos tokens de los que el modelo puede seleccionar al generar una salida.

Un paso clave en el uso de salidas estructuradas con los modelos Amazon Nova es la creación de una configuración de herramienta que proporciona una interfaz estándar para definir el esquema de salida esperado. Este proceso es esencial para garantizar que el modelo comprenda cómo deben ser poblados los campos.

Una vez creada la configuración de herramienta, se puede enviar a través de la API Conversar junto con la receta solicitada, que se incluirá en el aviso del usuario. El uso de soporte nativo para herramientas junto con la decodificación restringida permite que el modelo genere un esquema JSON completo y complejo a utilizar en la aplicación.

Esta evolución en la generación de salidas estructuradas con Amazon Nova representa una nueva benficiosa herramienta para los desarrolladores, quienes ahora pueden construir sistemas más confiables de inteligencia artificial.
vía: AWS machine learning blog

Especialización de Tareas en Phi Silica Usando LoRA en Microsoft Learning Zone: Un Análisis Técnico Profundo

Silvia Pastor
-
0
Especialización de Tareas en Phi Silica Usando LoRA en Microsoft Learning Zone: Un Análisis Técnico Profundo

En la conferencia Build 2025, Microsoft presentó una nueva función de ajuste fino para su modelo de lenguaje de pequeña escala, Phi Silica, que ahora permite la adaptación de bajo rango (LoRA) para mejorar su rendimiento en diversas tareas. Esta técnica permite realizar un ajuste de los parámetros del modelo utilizando un conjunto reducido de datos personalizados sin comprometer las capacidades generales del modelo.

Los trabajos detrás de esta innovación se centraron en un caso de uso práctico: la generación de cuestionarios Kahoot! de alta calidad y valor pedagógico. Como resultado, se logró una reducción del 75% en las tasas de rechazo y un aumento de 4.6 veces en la calidad subjetiva de los cuestionarios generados.

Microsoft Learning Zone, la primera aplicación educativa diseñada específicamente para PCs con Copilot+, se asoció con Kahoot! para permitir la creación de juegos de aula interactivos mediante el poder de Phi Silica. Esta aplicación apoya una variedad de tareas de generación, desde presentaciones dinámicas hasta formatos de opción múltiple. El uso de LoRA permitió especializar un modelo base de Phi Silica para satisfacer diversas necesidades pedagógicas sin la carga de crear múltiples modelos ajustados.

En términos de calidad, Microsoft definió dos ejes: la calidad verificable, que incluye restricciones de formato exigidas por la plataforma Kahoot!, y la calidad subjetiva, que se refiere a aspectos como la claridad y la relevancia educativa. Se establecieron métricas y se utilizó un nuevo marco de evaluación, que incluye agentes de inteligencia artificial que simulan un equipo de revisión, para medir la calidad de los cuestionarios generados.

Para facilitar un ajuste fino efectivo de LoRA, se desarrolló un conjunto de datos de alta calidad, combinando materiales educativos con la generación de preguntas y respuestas en estilo Kahoot! utilizando un modelo de lenguaje líder como maestro. Esto permitió crear un conjunto inicial de datos más rico y diverso, crucial para el ajuste del modelo.

Además, se optimizaron los parámetros del sistema durante el entrenamiento de LoRA, validando que los valores predeterminados del kit de herramientas de inteligencia artificial eran adecuados para mejorar la calidad del output. Los ajustes lograron una considerable mejora en la experiencia del usuario, además de un enfoque en la eficiencia y la adecuación de las respuestas generadas.

Los resultados de las pruebas de calidad mostraron que el sistema personalizado de Phi Silica con LoRA superó significativamente al modelo base en todas las métricas de calidad, aumentando la satisfacción tanto en evaluaciones automáticas como humanas. En total, se generaron aproximadamente 13,000 ejemplos sintéticos, usados para entrenar y evaluar el modelo.

Capturando la atención del ámbito educativo, la generación de juegos Kahoot! a través de Microsoft Learning Zone se lanzará en vista pública para que los educadores experimenten con esta innovadora herramienta más adelante este verano. Este avance refleja cómo los modelos más pequeños, cuando se adaptan adecuadamente, pueden ofrecer experiencias de inteligencia artificial robustas y personalizadas en entornos restringidos como las herramientas de aprendizaje en el dispositivo.
vía: Microsoft Windows blog

1...1.2811.2821.283...5.136Página 1.282 de 5.136