Búsqueda · 32 momentos en 13 episodios
Isabel CorderoBorja TosarJosé EdelsteinFrancis VillatoroHéctor SocasMaría RibesGastón Giribetasistente guía entrenado señal ruidopersonalidad asistente podcast coffee breakacento argentino asistente virtualbenchmark asistente maria ribesCoffee Break: Señal y RuidoArgentinaMaría RibesHéctor SocasGastón GiribetWhisper Large V3PodGPTNew England Journal of Medicine (NEHM)MedPubGitHubMP3GemmaSeñal y RuidoRACRetrieval Augmented GenerationSTEMCoffee BreakMaría RibasBengala Occidental
Volumen de audio María Ribes
Con
0:000:301:001:302:002:303:003:28
María Ribes plantea una pregunta a la audiencia sobre cómo sería un asistente de guía virtual entrenado únicamente con el contenido del podcast 'Coffee Break: Señal y Ruido'. Reflexiona sobre qué personalidad tendría este asistente, incluyendo su posible acento argentino.
…artículo en Biomedical Innovations. Sí, es un partner de esos de Nature. Ah, de la editorial de Nature Publishing, no sé qué, no me acuerdo. Eso. Pero que mola un montón porque lo que hacen es una especie de... No lo digas, no lo digas, no lo digas. Primero Os voy a preguntar una cosa: todos los que estáis aquí y los que estáis oyendo, ¿cómo creéis que sería un asistente de guía, o sea, qué personalidad desarrollaría que se ha entrenado solo escuchando Coffee Break, Señal y Ruido? Maravilloso. ¿Qué benchmark tendría? O sea, ¿qué le podrías preguntar? ¿Cómo te contestaría? ¿Sería irónico? ¿Estaría enfadado? Sería un acento argentino. El acento podría ser complicado, sí, porque estadísticamente suma los que más interrumpen y los que más hablan. Pues mi acento lo sacaría poco. Es una excelente pregunta; lo que pasa es que no sé cómo contestar sin perder amigos. O sea, tendría que hacer chistes sobre todo, diría: ¿qué, por ejemplo, es un episodio en el que está todo Francis? O sea, qué sé yo, no sé,…
Significado #1
María Ribes plantea una pregunta a la audiencia sobre cómo sería un asistente de guía virtual entrenado únicamente con el contenido del podcast 'Coffee Break: Señal y Ruido'. Reflexiona sobre qué personalidad tendría este asistente, incluyendo su posible acento argentino.
Habla: María RibesSignificado #1asistente guía entrenado señal ruidopersonalidad asistente podcast coffee breakacento argentino asistente virtualbenchmark asistente maria ribes…artículo en Biomedical Innovations. Sí, es un partner de esos de Nature. Ah, de la editorial de Nature Publishing, no sé qué, no me acuerdo. Eso. Pero que mola un montón porque lo que hacen es una especie de... No lo digas, no lo digas, no lo digas. Primero Os voy a preguntar una cosa: todos los que estáis aquí y los que estáis oyendo, ¿cómo creéis que sería un asistente de guía, o sea, qué personalidad desarrollaría que se ha entrenado solo escuchando Coffee Break, Señal y Ruido? Maravilloso. ¿Qué benchmark tendría? O sea, ¿qué le podrías preguntar? ¿Cómo te contestaría? ¿Sería irónico? ¿Estaría enfadado? Sería un acento argentino. El acento podría ser complicado, sí, porque estadísticamente suma los que más interrumpen y los que más hablan. Pues mi acento lo sacaría poco. Es una excelente pregunta; lo que pasa es que no sé cómo contestar sin perder amigos. O sea, tendría que hacer chistes sobre todo, diría: ¿qué, por ejemplo, es un episodio en el que está todo Francis? O sea, qué sé yo, no sé,…
María Ribes comenta la cantidad de horas de contenido en los podcasts STEM utilizados para entrenar un sistema, destacando que suman más de 3.700 horas y abarcan áreas como ciencia, tecnología, ingeniería y medicina.
Habla: María RibesSignificado #5podcasts stem más de 3700 horasciencia tecnología ingeniería medicinaentrenamiento sistema podcasts maria ribes…pirotécnico hasta que me hablaste de un ingeniero aeroespacial. Y ahora se explica todo; yo estaba escuchando así atentamente, digo, ¿qué nos va a revelar? Pues sí, de ahí viene, y ya está; eso es lo que quería llegar a la Bengala, a la Bengala Occidental. Ok estos son, los podcasts son más de 3.700 horas, yo creo que nuestros oyentes han escuchado una buena cantidad de horas ¿Tú sabes cuántas horas? Eso es como 4 o 5 episodios de Coffee Break Imagínate, más de 3.700 horas, pero son podcasts STEM, ¿vale? De estos de ciencia, tecnología, ingeniería Y son dos M's, porque solamente hay una M, que es matemáticas, pero aquí he añadido dos M's que son medicina que es medicina, ¿vale? Entonces, han entrenado al sistema escuchando todos esos podcasts, pero También han creado una base de datos, una base de datos vectorial, para recuperar información y contrastar información, un RAG y lo han sacado del NEHM, que es el New England Journal of Medicine y el MedPub, que son unos jornales bastante importantes. ¿Te…
María Ribes explica cómo se han generado 42 millones de tokens de texto a partir de más de 3.700 horas de audio, utilizando el Whisper Large V3 para la transcripción.
Habla: María RibesSignificado #4 · Palabras #2whisper large v3 transcripción audiotokens de texto medicina diagnósticotertulia preguntas respuestas reexplicacioneshector socas habla solo tertuliaturnos conversación maria ribesinteracción eficaz inteligencia artificialpreguntas medicina racretrieval augmented generation artículos…vino a la mente, yo qué sé, alguna palabra árabe o algo así. Pero es que, es que en egipcio antiguo, Nehem es eternidad, porque tenemos una oyente, pues que es Luciana, que ella también es medio egipcia, Nehem significa la eternidad, ¿vale? Ahí lo dejo. Ok. Todas esas horas de audio han dado 42 millones de tokens de texto, ¿de acuerdo? Y han transcrito con el Whisper, con el Whisper Large V3 y lo que pretenden entrenar no solamente que aprenda cuestiones de medicina, de diagnóstico, sino que el objetivo de entrenarlo con audios es porque cuando hablamos en la tertulia, como hacemos aquí ahora mismo, porque estoy hablando solo yo, pero cuando hablamos y uno pregunta ¿y eso qué es? y otro contesta, otro contesta y otro reexplica y también cuando estamos en tertulia y nos vemos, lo que hacemos. Es respetar los turnos de conversación, tú sabes, por la forma que tiene uno de terminar la frase, no solo físicamente, me refiero a lingüísticamente, por el audio, por la forma que tiene uno de terminar la frase o de empezarla, sabes; se te va a dar pie a que contestes o va a seguir con su rollo o sigue aunque le interrumpan. Entonces eso le hace al sistema crear una interacción más eficaz en el humano cuando habla con la persona que le está preguntando cosas, porque es para preguntarle cosas de medicina. Entonces no es solo para que pueda producir respuestas con lo que ya sabe, sino que también le meten el RAC, este RAC es Retrieval Augmented Generation con los artículos. Del Nehem y el PubMed para que pueda consultar ahí y de las fuentes, o sea, que te diga esto es así porque lo he escuchado pero aquí tienes la fuente y que no se invente la fuente como nos hace el chat GPT normalmente, que no sé si habéis probado que aunque…
Héctor Socas y María Ribes discuten la posibilidad de ofrecer los archivos MP3 del podcast 'Señal y Ruido' para entrenar modelos de lenguaje (LLM), aunque Héctor expresa dudas sobre su impacto real en la mejora del modelo.
Habla: María RibesSignificado #2mp3 podcast señal y ruidomodelos lenguaje gemmahéctor socas impacto llm…el hindi y el mandarín. Pues tenemos que hacerle llegar Coffee Break; ahí tendrá un repositorio de un montón de cosas. No sé si querrá arriesgarse a meterlo en su entrenamiento de su LLM, pero no sé si querrá arriesgarse, hombre, pero tú puedes contratar. Con él en el GitHub, le puedes vincular lo que tú quieras. Se lo voy a poner, le digo que por un módico precio le pasamos los MP3. Bueno, las mejoras, eso estuviste leyéndolo tú Héctor cuando me dijiste, tampoco es que mejore mucho, ¿no? ¿Te acuerdas? Sí, no, bueno, por lo que vi un poco por encima, pero vamos, ni idea. Pero es que han usado varios modelos, o sea, modelos pequeñitos como el Gemma, el Gemma, el Gemma tiene dos gemas, ese es el de Google, el de DeepMind, tiene uno de, creo que son 2.000 millones de parámetros y otro tiene como 7.000 millones, o sea, son billones suyos que son millones nuestros, ¿no? Millones de millones, mil millones Miles…