El 14 de mayo, Epoch AI, una institución de investigación de IA sin fines de lucro, publicó el último informe, señalando que es difícil para las empresas de IA continuar exprimiendo enormes ganancias de rendimiento de los modelos de inferencia, y que el progreso de los modelos de inferencia se ralentizará dentro de un año como muy pronto. Sobre la base de datos y supuestos disponibles públicamente, el informe destaca las limitaciones de los recursos informáticos y el aumento de los gastos generales de investigación. La industria de la IA ha confiado durante mucho tiempo en estos modelos para mejorar el rendimiento de los puntos de referencia, pero esta dependencia está siendo desafiada. Josh You, analista de la agencia, señaló que el aumento de los modelos de inferencia se deriva de su excelente desempeño en tareas específicas. El modelo O3 de OpenAI, por ejemplo, se ha centrado en mejorar las habilidades matemáticas y de programación en los últimos meses. Estos modelos de inferencia mejoran el rendimiento al agregar recursos computacionales para resolver problemas, pero a costa de requerir más computación para manejar tareas complejas, estos modelos de inferencia toman más tiempo que los modelos tradicionales.
Ver originales
El contenido es solo de referencia, no una solicitud u oferta. No se proporciona asesoramiento fiscal, legal ni de inversión. Consulte el Descargo de responsabilidad para obtener más información sobre los riesgos.
La predicción de Epoch AI: en el plazo más corto de un año, el ritmo de los modelos de inferencia se desacelerará.
El 14 de mayo, Epoch AI, una institución de investigación de IA sin fines de lucro, publicó el último informe, señalando que es difícil para las empresas de IA continuar exprimiendo enormes ganancias de rendimiento de los modelos de inferencia, y que el progreso de los modelos de inferencia se ralentizará dentro de un año como muy pronto. Sobre la base de datos y supuestos disponibles públicamente, el informe destaca las limitaciones de los recursos informáticos y el aumento de los gastos generales de investigación. La industria de la IA ha confiado durante mucho tiempo en estos modelos para mejorar el rendimiento de los puntos de referencia, pero esta dependencia está siendo desafiada. Josh You, analista de la agencia, señaló que el aumento de los modelos de inferencia se deriva de su excelente desempeño en tareas específicas. El modelo O3 de OpenAI, por ejemplo, se ha centrado en mejorar las habilidades matemáticas y de programación en los últimos meses. Estos modelos de inferencia mejoran el rendimiento al agregar recursos computacionales para resolver problemas, pero a costa de requerir más computación para manejar tareas complejas, estos modelos de inferencia toman más tiempo que los modelos tradicionales.