Diferencia entre revisiones de «ChatGPT»
Contenido eliminado Contenido añadido
→GPT-4-o: Artículo ampliado |
Sin resumen de edición Etiqueta: Revertido |
||
Línea 5:
|español = Si
}}
'''ChatGPT''' ([[acrónimo]] del [[Idioma inglés|inglés]] ''Chat Generative Pre-Trained Transformer'')
ChatGPT se lanzó el 30 de noviembre de 2022<ref>{{Cita web|url=https://www.dw.com/es/chatgpt-el-bot-viral-y-futuro-de-la-ia-que-podr%C3%ADa-cambiarlo-todo/a-64052465|título=ChatGPT: el bot viral y futuro de la IA que podría cambiarlo todo {{!}} DW {{!}} 09.12.2022|fechaacceso=2022-12-12|apellido=Welle (www.dw.com)|nombre=Deutsche|sitioweb=DW.COM|idioma=es-ES}}</ref> y ha llamado la atención por sus respuestas detalladas y articuladas. Sin embargo, numerosos estudios han demostrado que ChatGPT es propenso a errores fácticos y exhibe sesgos lingüísticos,<ref name=":2">{{Cita publicación|url=https://arxiv.org/abs/2303.16281|título=A Perspectival Mirror of the Elephant: Investigating Language Bias on Google, ChatGPT, Wikipedia, and YouTube|apellidos=Luo|nombre=Queenie|apellidos2=Puett|nombre2=Michael J.|publicación=arXiv|fechaacceso=https://arxiv.org/abs/2303.16281|apellidos3=Smith|nombre3=Michael D.}}</ref> de género,<ref name=":3">{{Cita publicación|url=https://dl.acm.org/doi/10.1145/3582269.3615599|título=Gender bias and stereotypes in Large Language Models|apellidos=Kotek|nombre=Hadas|apellidos2=Dockum|nombre2=Rikker|fecha=2023-11-05|publicación=Proceedings of The ACM Collective Intelligence Conference|editorial=Association for Computing Machinery|páginas=12–24|fechaacceso=2023-12-25|serie=CI '23|doi=10.1145/3582269.3615599|isbn=979-8-4007-0113-9|apellidos3=Sun|nombre3=David}}</ref> raciales<ref>{{Cita publicación|url=https://aclanthology.org/W19-3504|título=Racial Bias in Hate Speech and Abusive Language Detection Datasets|apellidos=Davidson|nombre=Thomas|apellidos2=Bhattacharya|nombre2=Debasmita|fecha=2019-08|publicación=Proceedings of the Third Workshop on Abusive Language Online|editorial=Association for Computational Linguistics|páginas=25–35|fechaacceso=2023-12-26|apellidos-editor=Roberts|nombre-editor=Sarah T.|doi=10.18653/v1/W19-3504|apellidos3=Weber|nombre3=Ingmar}}</ref> y políticos<ref name=":4">{{Cita publicación|url=https://aclanthology.org/2023.findings-emnlp.696|título=Entity-Based Evaluation of Political Bias in Automatic Summarization|apellidos=Zhou|nombre=Karen|apellidos2=Tan|nombre2=Chenhao|fecha=2023-12|publicación=Findings of the Association for Computational Linguistics: EMNLP 2023|editorial=Association for Computational Linguistics|páginas=10374–10386|fechaacceso=2023-12-26|apellidos-editor=Bouamor|nombre-editor=Houda|doi=10.18653/v1/2023.findings-emnlp.696}}</ref> en el contenido que genera. El servicio se lanzó inicialmente como gratuito para el público, con planes de monetizarlo más adelante. El 4 de diciembre, OpenAI calculaba que ChatGPT ya tenía más de un millón de usuarios.<ref>{{Cita web|url=https://www.zdnet.com/article/what-is-chatgpt-and-why-does-it-matter-heres-what-you-need-to-know/|título=What is ChatGPT and why does it matter? Here's what you need to know|fechaacceso=2022-12-18|sitioweb=ZDNET|idioma=en}}</ref><ref>{{Cita web|url=https://www.elconfidencial.com/tecnologia/2022-12-06/inteligencia-artificial-chat-gpt-google_3535364/|título=Esta inteligencia artificial está metiendo miedo, pero no es para tanto: esto es lo que hay detrás|fechaacceso=2022-12-18|apellido=Escribano|nombre=Mario|fecha=2022-12-06|sitioweb=elconfidencial.com|idioma=es}}</ref> El 14 de marzo de 2023 se lanzó [[GPT-4]]. El 6 de noviembre de 2023, OpenAI publicó que cien millones de personas utilizan ChatGPT semanalmente.<ref>{{Cita web|url=https://www.theverge.com/2023/11/6/23948386/chatgpt-active-user-count-openai-developer-conference|título=ChatGPT continues to be one of the fastest-growing services ever|fechaacceso=2023-11-06|apellido=Porter|nombre=Jon|fecha=2023-11-06|sitioweb=The Verge|idioma=en}}</ref>
Línea 20:
== Características ==
ChatGPT se perfeccionó sobre GPT-3.5 mediante el [[aprendizaje supervisado]] y el [[aprendizaje por refuerzo]].<ref name="RLHFInfo">{{Cite conference|url=https://www.cs.utexas.edu/~pstone/Papers/bib2html-links/ICML_IL11-knox.pdf|title=Augmenting Reinforcement Learning with Human Feedback|last1=Knox|first1=W. Bradley|last2=Stone|first2=Peter|author-link2=Peter Stone (professor)|publisher=[[University of Texas at Austin]]|access-date=5 diciembre 2022}}</ref> Ambos enfoques utilizaron entrenadores humanos para mejorar el rendimiento del modelo. En el caso del aprendizaje supervisado, se dotó al modelo de conversaciones en las que los formadores jugaban en ambos lados: el usuario y el asistente de [[Inteligencia artificial|IA]]. En el caso de refuerzo, los entrenadores humanos primero clasificaron las respuestas que el modelo había creado en una conversación anterior. Estas clasificaciones se usaron para crear “modelos de recompensa” en los que el modelo se ajustó aún más usando varias iteraciones de [[optimización de política próxima]] (PPO).<ref name="OpenAIInfo">{{Cita web|url=https://openai.com/blog/chatgpt/|title=ChatGPT: Optimizing Language Models for Dialogue|author=[[OpenAI]]|date=30 noviembre 2022|access-date=5 diciembre 2022}}</ref><ref name=":1">{{Cita web|url=https://www.theverge.com/2022/12/8/23499728/ai-capability-accessibility-chatgpt-stable-diffusion-commercialization|title=ChatGPT proves AI is finally mainstream — and things are only going to get weirder|last=Vincent|first=James|date=2022-12-08|website=[[The Verge]]|access-date=2022-12-08}}</ref> Los algoritmos de optimización de políticas proximales presentan un beneficio NO rentable para confiar en los algoritmos de optimización de políticas de región; niegan muchas de las operaciones computacionalmente costosas con un rendimiento más rápido.<ref>{{Cite arXiv|title=Proximal Policy Optimization Algorithms|eprint=1707.06347|last1=Schulman|first1=John|last2=Wolski|first2=Filip|last3=Dhariwal|first3=Prafulla|last4=Radford|first4=Alec|last5=Klimov|first5=Oleg|year=2017|class=cs.LG}}</ref><ref>{{Cite web|url=https://towardsdatascience.com/proximal-policy-optimization-ppo-explained-abed1952457b|title=Proximal Policy Optimization (PPO) Explained|last=van Heeswijk|first=Wouter|date=29 noviembre 2022|work=Towards Data Science|access-date=5 diciembre 2022}}</ref> Los modelos fueron entrenados en colaboración con [[Microsoft]] en su infraestructura de supercomputación [[Microsoft Azure|Azure]].
En comparación con su predecesor, ''InstructGPT'', ChatGPT intenta reducir las respuestas dañinas y engañosas; en un ejemplo, mientras que ''InstructGPT'' acepta el mensaje "Cuénteme sobre cuándo llegó [[Cristóbal Colón]] a los Estados Unidos en 2015" como veraz, ChatGPT usa información sobre los viajes de Colón e información sobre el mundo moderno, incluidas las percepciones de Colón para construir una respuesta que asume qué pasaría si Colón llegara a los Estados Unidos en 2015.<ref name="OpenAIInfo" /> Los datos de capacitación de ChatGPT incluyen páginas e información sobre los fenómenos de Internet y los lenguajes de programación, como los sistemas de [[Bulletin Board System|tablones de anuncios]] y el lenguaje de programación [[Python]].<ref name="ArsTechnicaTerminal">{{Cite web|url=https://arstechnica.com/information-technology/2022/12/openais-new-chatbot-can-hallucinate-a-linux-shell-or-calling-a-bbs/|title=No Linux? No problem. Just get AI to hallucinate it for you|last=Edwards|first=Benj|date=5 diciembre 2022|work=[[Ars Technica]]|access-date=5 diciembre 2022}}</ref>
| |||