Characterization of SLM Conversational Systems Models, Overview

Abstract

El desarrollo de la Inteligencia Artificial Generativa está revolucionando los modelos de interacción entre seres humanos y máquinas. En este contexto, los grandes modelos de lenguaje (LLM) han surgido como herramientas capaces de aprender patrones complejos. Sin embargo, muchas de estas tecnologías requieren una gran cantidad de recursos. Una alternativa a estos modelos complejos es la aparición de los modelos de lenguaje pequeños (SLM). Estos modelos de menor tamaño procesan menos parámetros, pero logran un desempeño aceptable en sus respuestas, alcanzando un equilibrio entre costo y calidad. Este estudio caracteriza distintos SLM con el fin de facilitar la toma de decisiones para su implementación. En la sección de métodos se realiza una revisión sistemática, que sirve como guía para investigadores y profesionales que buscan seleccionar el SLM más adecuado para sus necesidades específicas. El análisis de la eficiencia de estos modelos contribuye a la aplicación de técnicas de Inteligencia Artificial desde una perspectiva de sostenibilidad. La sección de resultados presenta una comparación de diversos SLM disponibles en la plataforma Ollama. Los modelos comparados incluyen Qwen2.5, Phi3.5, Mistral-small, Llama3.1 y Gemma2. Un análisis comparativo evalúa estos modelos en función de su eficiencia y eficacia, considerando tanto los recursos computacionales como el esfuerzo humano requerido para desarrollar sistemas conversacionales orientados a tareas específicas. El estudio demuestra la viabilidad de utilizar estos modelos de menor tamaño en diversos entornos de toma de decisiones.Más...