Búsqueda · 28 momentos en 9 episodios
Isabel CorderoBorja TosarJosé EdelsteinFrancis VillatoroHéctor SocasMaría RibesGastón Giribetmodelo whisper comprobación humanatérminos técnicos prefijos griegosconfusión términos modelo whispertérminos médicos raíces griegasrendimiento modelo whisper idiomasinfluencia prefijos latinos traducciónwhisper y lenguas equivalentesGriegasLatínInglésMaría RibesWhisperWhisper Large V3PodGPTNew England Journal of Medicine (NEHM)MedPubGriegosGemmaGeminiGoogle DeepMind
Whisper y lenguas equivalentes
Con
0:000:301:001:302:002:303:003:28
María Ribes reflexiona sobre la influencia de los términos médicos y clínicos con raíces griegas y latinas en el rendimiento del modelo Whisper al ser traducidos a otros idiomas.
…que más han mejorado; entonces tú te lo puedes aplicar a tu universidad y no tienes que gastarte mucho dinero. Puedes tener un modelo pequeñito con no muchos subsets de Benchmark MMLU y mejora bastante, pero no lo he podido probar; está todavía en progreso. Y tiene una cosa que también te quería decir: que el whisper tiene una comprobación humana, porque hay muchos términos aquí al final del archivo. Especifican todos los términos que dan lugar a confusión, confunde los prefijos, sobre todo los griegos; que eso también me pregunto yo. Esto me lo estoy preguntando yo. Que en el mundo, en el contexto médico o clínico hay muchas palabras griegas y latinas que eso se transfiere muy bien a otras lenguas porque una cosa que dicen es que el rendimiento es igual en todas las lenguas o que a partir del inglés se transfiere a las otras lenguas pero como hay muchas palabras que son iguales, que tienen prefijos griegos, latinos, me pregunto yo, no sé si eso influirá en que suba esa mejora. No, simplemente termina porque lo que yo voy a decir creo que es un poco independiente del tema que estás contando, así que prefiero que termines y luego el comentario. Bueno, pues que al final hay una parte de protección de datos y ética clínica, que tienen…
Significado #1 · Palabras #1
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 #3 · Palabras #2whisper large v3 transcripción audiotokens de texto medicina diagnósticotertulia preguntas respuestas reexplicacioneshector socas habla solo tertulia…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…
María Ribes, explicando la diferencia entre los modelos Gemma de Google DeepMind y cómo su uso en español puede ser influenciado por el idioma.
Habla: María RibesSignificado #17gemma de google deepmindidioma influencia modelos geminihablar inglés gemini maria ribes…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 de millones, sí Eso Es, miles de millones. Entonces el Gema, es Gemma, pero yo digo Gemma, ¿vale? Porque soy española, ¿qué pasa? Igual que digo Gemini, o decís Gemini, o decís Wi-Fi cuando habláis español, a ver. No, no, lo peor es mi caso, que yo aún hablando inglés digo Gemini. Eso explica un poco mi vida social también. Ok. el Gema. Sí, Gemini, no sé qué. ¿Te entiende? No, no me entiende la mierda. Es como el amigo de Sheldon, el jefe de Sheldon, Kripke, que no le iba a decir una mierda, no entiende. Porque decía, sí güey, oye, sí güey, West of Wands, ¿os acordáis de aquel…
María Ribes reflexiona sobre la influencia de los términos médicos y clínicos con raíces griegas y latinas en el rendimiento del modelo Whisper al ser traducidos a otros idiomas.
Habla: María RibesSignificado #1 · Palabras #1modelo whisper comprobación humanatérminos técnicos prefijos griegosconfusión términos modelo whispertérminos médicos raíces griegasrendimiento modelo whisper idiomasinfluencia prefijos latinos traducciónwhisper y lenguas equivalentes…que más han mejorado; entonces tú te lo puedes aplicar a tu universidad y no tienes que gastarte mucho dinero. Puedes tener un modelo pequeñito con no muchos subsets de Benchmark MMLU y mejora bastante, pero no lo he podido probar; está todavía en progreso. Y tiene una cosa que también te quería decir: que el whisper tiene una comprobación humana, porque hay muchos términos aquí al final del archivo. Especifican todos los términos que dan lugar a confusión, confunde los prefijos, sobre todo los griegos; que eso también me pregunto yo. Esto me lo estoy preguntando yo. Que en el mundo, en el contexto médico o clínico hay muchas palabras griegas y latinas que eso se transfiere muy bien a otras lenguas porque una cosa que dicen es que el rendimiento es igual en todas las lenguas o que a partir del inglés se transfiere a las otras lenguas pero como hay muchas palabras que son iguales, que tienen prefijos griegos, latinos, me pregunto yo, no sé si eso influirá en que suba esa mejora. No, simplemente termina porque lo que yo voy a decir creo que es un poco independiente del tema que estás contando, así que prefiero que termines y luego el comentario. Bueno, pues que al final hay una parte de protección de datos y ética clínica, que tienen…