Métricas aplicadas a GEN AI
Métricas aplicadas a GEN AI Mg. en Ing. Carlos Gerardo Said Ya sea que se trate de LLM, visión por computadora, agrupación, análisis predictivo, síntesis o cualquier otro problema de IA, el objetivo es ofrecer resultados de alta calidad en el menor tiempo posible. Normalmente, la calidad del resultado se evalúa después de producir los resultados, utilizando métricas de evaluación del modelo. Estas métricas también se utilizan para comparar varios modelos o para medir la mejora con respecto a la línea de base. En el aprendizaje no supervisado, como el LLM o el clustering, la evaluación no es trivial. Las mejores métricas de evaluación pueden ser difíciles de implementar y calcular. Al mismo tiempo, casi todas las técnicas modernas se basan en minimizar una función de pérdida para lograr un buen rendimiento. En particular, todas las redes neuronales son algoritmos de descenso de gradientes masivos que tienen como objetivo minimizar una funci...