Deep Dive sobre Razonamiento en LLMs: OpenAI o1 Pro, Qwen QwQ-32B, DeepSeek-R1, y otros.

[@airdany]

Buenisimo! este video. Visión general del tema, los modelos actuales, un gusto para los que seguimos este tema de los LLMs.

[@machinelearnear]

Gracias!

[@facundopedemonte]

Extraordinario como siempre. Muchas gracias!!

[@nicoux9581]

Impresionante. Muchas gracias por las explicaciones y sugerencias

[@nicovincenti4282]

Impresionante como siempre. Gracias, genio.

[@dukeconde45]

Muchas gracias, se agradece el tiempo

[@reinaldosotillo4890]

8:47 que buen ejemplo 👌

[@machinelearnear]

Borges

[@fathooo]

era necesario un video del estado del arte de los modelos y el razonamiento hahah, un abrazo, estuvo wenisimoo

[@machinelearnear]

Jajaja siiii pero que tema dificil de buscar info. Abrazo!

[@geronimotutusaus]

¡Gracias, Nico!

[@SonGoku-pc7jl]

genial el video, muchas gracias!

[@AO-hr1ni]

Abrazo, gracias.

Muchas gracias +10🙃

[@javiverba]

Gracias de nuevo che, alto laburo. Me quedo el bolsillo lleno de papers 😀 Me voy derecho a ver el video de @rosstaylor90

[@sergialbert97]

Hola amigo, donde te enteras de estos articulos publicados, siguiendo a esas personas, o en un sitio particular que los agrupa? Increible video

[@machinelearnear]

Hola Sergio, veo todo mas que nada en Twitter o en Reddit, y lo voy reposteando aca: twitter.com/nicolasmetallo. En algun momento agarro algo de lo que quiero hablar y tomo todos esos links.

[@agnosticoparatodo]

Volviste por todo lo alto Nicolás. Que bien explicas. Qwq es de 32B. Si fuese mayor, los resultados¿Mejorarían mucho más?.

[@machinelearnear]

Gracias man!! Es lo que está por verse creo, se nota que Qwen uso el Qwen-2.5-32B de baseline para QwQ. Si seguimos esa idea de Noam Brown en uno de los articulos, los mejores sistemas van a tener mas computo en el entrenamiento (mas parametros) y mas computo en la inferencia tambien. Abrazo!

[@eliasfarias3670]

excelente contenido como siempre! consulta, si tuvieras que estudiar algo como maestria, considerando que ya sos ingenierio mecanico, que estudiarias? para aplicarlo a IA? matematicas o que otra cosa? la verdad que con esto del razonamiento de los modelos es una locura

[@machinelearnear]

Que buena pregunta! Me gustaria hacer algun dia algun video sobre esto y que opciones hay. Creo que es muy unico el camino, "bottom-up" o "top-down", o sea aprendes las reglas/estructura/fundamentos y despues te pones a implementarlo (maestria, programa estructurado) o lo implementas y aprendes los fundamentos a medida que vas (codear, foros, etc.). Yo hice la segunda. Podrias hacer una maestria porque las credenciales te pueden ayudar mas en algunos paises (LATAM o EU, pero menos UK o US) pero en paralelo yo haria cursos mas para "coders" eg. fullstackdeeplearning.com/llm-bootcamp/spring-2023/ o course.fast.ai/Lessons/part2.html

[@eliasfarias3670]

@@machinelearnear sacando las diferencias yo estoy igual que vos jajaja, probando y luego aprendiendo fundamentos. y la verdad con todo esto del razonamiento, me hizo flashear mucho hacia donde vamos. y que es lo que se va a necesitar en ese futuro. muchas gracias por la info!

[@a0z9]

La multimodalidad no va a venir de la voz. Ayer en la demo del primer día de 12 ya se vió que la multimodalidad de la imagen es la que es útil.

[@machinelearnear]

Ni hablar, para mi todavia no estamos haciendo ningun tipo de reasoning de imagenes, fijate que solo LlaVa-COT lo está empezando a investigar. Abrazo

[@Muferchus]

Yo lo que veo es que: problemas humanos, soluciones humanas. Pareciera que todo termina siempre llevando a imitar sistemas de pensamiento humanos.

[@sr.iluminado8606]

Por supuesto, pues es el humano quien crea a la IA bajo sus conocimientos.

[@royotech]

Hola