Komorebi LAB
Compartimos nuestro trabajo. Difundimos conocimientos, aprendemos y avanzamos juntos a un ritmo más rápido.
Configurable Safety Tuning:
CST proporciona un control configurable de los niveles de seguridad de los LLM en tiempo de inferencia, de modo que los usuarios pueden dictar el comportamiento del modelo según el system prompt. Más de 30.000 descargas al mes.
Aprende Reinforcement Learning con coches de F1:
Aprende a implementar algoritmos para simular un coche de Fórmula 1 en un circuito real.
Los agentes desarrollarán estrategias efectivas mediante recompensas y penalizaciones. Podrás observar una competición para ver cuál algoritmo es el más rápido.
Zero-Shot Roberta:
Un modelo multilenguaje de última generación para la clasificación zero-shot de textos. Más de 250.000 descargas al mes.
GPT2-Alpaca:
Un modelo GPT2 afinado sobre el conjunto de datos Alpaca para una experimentación fácil y rápida del método instruction tuning. Más de 3.000 descargas al mes.
Aesthetic Gradients:
Una biblioteca Python para personalizar el modelo generativo Stable Diffusion con las preferencias estéticas del usuario. +600 estrellas.
GPT-J API:
Una API para interactuar con grandes modelos de lenguaje como GPT-J. +300 estrellas.
Solar energy forecasting:
Nowcasting (predicción a corto plazo) de la irradiancia solar, para optimizar la posición de los paneles solares. Complementando con datos de viento (dirección y velocidad).
Mejoras de hasta el 30% (según el sensor) respecto al modelo de referencia (persistencia).
