Legacy

Herramientas de IA con la etiqueta Legacy.

100+ herramientas · elegidas a mano y seleccionadas

// precio

abab6.5 Modelo principal y propietario de MiniMax, anterior a su giro hacia los pesos abiertos

ALBERT Variante de BERT de Google que comparte parámetros para ser eficiente a gran escala

AMD Radeon Instinct MI25 Primer acelerador de centro de datos de AMD bajo la marca Instinct

AMD Radeon Instinct MI60 Acelerador de centro de datos basado en Vega, la primera GPU de 7 nm de AMD

AMD Radeon RX Vega 64 GPU de consumo tope de gama de la generación Vega, con HBM2

Aquila Primer modelo fundacional abierto y bilingüe (chino e inglés) de BAAI

AudioLM Framework de Google para generar habla realista y continuaciones de audio

Baichuan 2 Modelo fundacional bilingüe de pesos abiertos de Baichuan

Baichuan-13B Modelo bilingüe de pesos abiertos de Baichuan, anterior a las generaciones Baichuan 2, 3 y 4

BERT Encoder bidireccional de Google de 2018 que reorientó la investigación en NLP

BioGPT Modelo generativo de Microsoft, específico de dominio, preentrenado con literatura biomédica

BlenderBot 3 Modelo de investigación de chatbot de dominio abierto de Meta, que navega por la web para mantenerse al día

BLIP Modelo de preentrenamiento de visión y lenguaje de Salesforce, para descripción y recuperación

BLOOM El modelo abierto y multilingüe construido por la colaboración BigScience

BLOOMZ Variante de BLOOM ajustada para instrucciones, entrenada para seguir instrucciones entre idiomas

ByT5 Variante de T5 de Google, sin tokens, que opera directamente sobre bytes en bruto

ChatGLM3 Modelo de diálogo bilingüe de pesos abiertos de tercera generación de Zhipu

Chinchilla Modelo de investigación de DeepMind de 2022 que rehízo las hipótesis de las leyes de escalado para entrenar LLM

Claude 1 Primer modelo Claude que Anthropic publicó

Claude 2 Claude de segunda generación de Anthropic, anterior a la actualización Claude 2.1

Claude 2.1 Modelo de Anthropic de 2023 que llevó la longitud de contexto a 200 000 tokens

Claude 3 Haiku El modelo más rápido de Anthropic en la familia Claude 3 original

Claude 3 Opus Modelo principal de Anthropic en 2024, el nivel alto de la familia Claude 3 original

Claude 3 Sonnet El nivel medio equilibrado de la gama Claude 3 original de Anthropic

Claude Instant El nivel de modelo original de Anthropic, rápido y de bajo coste

CLIP Modelo contrastivo de imagen y texto de OpenAI que está debajo de gran parte de la IA multimodal actual

Codex Modelo original de completado de código de OpenAI, que impulsó las primeras versiones de GitHub Copilot

Command Light El nivel Command de Cohere más pequeño y rápido

DALL-E Modelo original de texto a imagen de OpenAI, de 2021

DALL-E 2 Segundo generador de imágenes de OpenAI, el primero que llevó el texto a imagen fotorrealista al gran público

DALL-E 3 Modelo de generación de imágenes de OpenAI integrado de forma directa en ChatGPT

DeepFloyd IF Modelo de texto a imagen en espacio de píxeles (no latente), del laboratorio DeepFloyd respaldado por Stability

DeepSeek LLM 67B Primer modelo fundacional denso de pesos abiertos de DeepSeek

DeepSeek-Coder-33B Modelo de código principal anterior de DeepSeek, previo a DeepSeek-Coder-V2

DeepSeek-MoE-16B Modelo temprano de mezcla de expertos de grano fino de DeepSeek, que informó sus arquitecturas MoE posteriores

DeepSeek-V2 Modelo de mezcla de expertos de DeepSeek de 2024 que bajó el precio de la API por debajo de los rivales

DeepSeek-VL El primer modelo de visión-lenguaje de DeepSeek, anterior a DeepSeek-VL2

DistilBERT Versión destilada de BERT de Hugging Face, un 40 % más pequeña, que conserva la mayor parte del rendimiento

Dolly 2.0 El primer modelo de seguimiento de instrucciones de Databricks totalmente abierto y usable con fines comerciales

ELECTRA Enfoque de preentrenamiento de Google, más eficiente en muestras, con un objetivo de detección de tokens reemplazados

ELMo Modelo de AI2 de representaciones de palabras contextualizadas en profundidad, anterior a la era de los transformers

Emu Modelo fotorrealista de texto a imagen de Meta, detrás de las funciones de imagen de Meta AI

Emu Video Modelo de texto a vídeo de Meta, construido sobre el generador de imágenes Emu

ERNIE 4.0 El modelo insignia de Baidu anterior a la generación 4.5

EXAONE 3.0 La generación anterior de EXAONE de LG, previa a EXAONE 3.5

Falcon 180B Modelo de pesos abiertos de TII que encabezó los rankings abiertos en su lanzamiento

Falcon 40B Modelo de pesos abiertos anterior de TII, que encabezó rankings antes de Falcon 180B

Falcon 7B El nivel compacto de Falcon de TII, que ayudó a extender el lanzamiento original

Flan-T5 Sucesor de pesos abiertos de T5, de Google, ajustado con instrucciones

Galactica Modelo de Meta de 2022 entrenado con literatura científica, retirado a los pocos días del lanzamiento

Gemini 1.0 Pro El nivel intermedio de la primera generación Gemini de Google

Gemini 1.0 Ultra La primera insignia de la generación Gemini de Google, lanzada a principios de 2024

Gemini 1.5 Pro El modelo de Google de 2024 que introdujo la ventana de contexto de 1 millón de tokens

Gemma El lanzamiento original de Gemma de pesos abiertos de Google, construido a partir de la misma investigación que Gemini

Google TPU v1 TPU de primera generación de Google, solo para inferencia y nunca vendida a terceros

Gopher Modelo de investigación de 280 000 millones de parámetros de DeepMind, que sirvió de base a las leyes de escalado de Chinchilla

GPT-1 El modelo del artículo original de 2018 de OpenAI, que introdujo la arquitectura GPT

GPT-2 El modelo de OpenAI de 2019, retenido en su momento por riesgo de uso indebido

GPT-3 El modelo de 2020 que mostró por primera vez que el aprendizaje few-shot a gran escala era posible

GPT-3 Davinci El más grande de los tamaños originales de GPT-3

GPT-3.5 Turbo El modelo que estuvo detrás del lanzamiento público original de ChatGPT

GPT-4 El lanzamiento de 2023 que cambió lo que se esperaba de un LLM

GPT-J El primer modelo de pesos abiertos al estilo GPT-3 de EleutherAI

GPT-Neo 2.7B El primer modelo abierto al estilo GPT-3 de EleutherAI, anterior a GPT-J y GPT-NeoX

GPT-NeoX-20B El modelo de pesos abiertos de EleutherAI, uno de los checkpoints públicos más grandes de su época

Granite 13B El modelo fundacional empresarial anterior de IBM, previo a la generación Granite 3

Grok-1 El primer modelo de xAI, después publicado con pesos abiertos bajo Apache 2.0

Grok-1.5 El modelo de transición de xAI que añadió razonamiento de contexto largo antes de Grok 2

Grok-1.5V El primer modelo Grok de xAI con visión, anunciado como vista previa antes de un lanzamiento más amplio

Ideogram 1.0 El primer modelo de Ideogram, notable por lo fiable que resultaba el texto dentro de la imagen

Imagen El modelo original de difusión de texto a imagen de Google, presentado junto a Parti como vista previa de investigación

Imagen 2 El modelo de texto a imagen de segunda generación de Google, con mejor fotorrealismo y renderizado de texto

Inflection-1 El modelo original de Inflection, el primero que impulsó el asistente Pi

InstructGPT El modelo de OpenAI de 2022 que introdujo el ajuste por instrucciones con RLHF a escala

Jina Embeddings v2 El modelo de embeddings de Jina AI, notable por una ventana de contexto de 8k tokens en el lanzamiento

Jurassic-1 El primer gran modelo de lenguaje de AI21, contemporáneo de la época de GPT-3

Jurassic-2 La línea anterior de grandes modelos de lenguaje propietarios de AI21

Jurassic-2 Mid El nivel intermedio de la familia Jurassic-2 de AI21, previo al cambio de arquitectura hacia Jamba

LaMDA El modelo conversacional de Google de 2021 que sostuvo el Bard original

Leonardo Diffusion XL El modelo base anterior de Leonardo, un fine-tune de Stable Diffusion XL

LLaMA La publicación original de pesos abiertos de Meta en 2023, que abrió el auge de los LLM abiertos

Llama 2 El lanzamiento de pesos abiertos de Meta en 2023 que puso en marcha el ecosistema abierto de LLM

Llama 3 La publicación de pesos abiertos de Meta de 2024 que cerró casi toda la distancia con los modelos cerrados

Llama Guard 2 El modelo clasificador de seguridad de contenido anterior de Meta, previo a Llama Guard 3

Luma Dream Machine 1.0 El primer modelo de Luma de texto o imagen a vídeo disponible de forma pública

Megatron-Turing NLG El modelo de investigación de 530 000 millones de parámetros de NVIDIA y Microsoft, de los LLM densos más grandes de su momento

Mistral Large 2 El modelo insignia de Mistral de 2024, la generación anterior a Mistral Large 3

MPT-30B El modelo de pesos abiertos de MosaicML para uso comercial, luego incorporado a Databricks

mT5 La variante multilingüe de T5 de Google, que cubre 101 lenguas

Muse El modelo de texto a imagen de Google, con transformer enmascarado, más rápido que los modelos de difusión comparables

MusicLM El modelo temprano de texto a música de Google

Nomic Embed Text v1 El primer modelo de embeddings de contexto largo de Nomic: de código abierto, de pesos abiertos y de datos abiertos

NVIDIA GeForce GTX 980 Ti GPU de consumo tope de gama de la era Maxwell

NVIDIA Tesla K80 Acelerador de cómputo de doble GPU de la era Kepler

NVIDIA Tesla M60 Tarjeta de virtualización de doble GPU de la era Maxwell

NVIDIA Titan Xp Tope de gama prosumer de la generación Pascal

o1-mini El primer modelo de razonamiento compacto de OpenAI, ajustado para programación y matemáticas

o1-preview Vista previa pública del primer modelo de razonamiento de OpenAI, anterior a la publicación completa de o1

OLMo 7B La primera publicación de un modelo del todo abierto de AI2, con pesos, datos y código de entrenamiento abiertos

OPT-175B El modelo de pesos abiertos de Meta de 2022, publicado para reflejar la escala de GPT-3

PaLM El modelo de Google de 2022, de 540 000 millones de parámetros, que preparó el terreno a Gemini

PaLM 2 El gran modelo de lenguaje de Google de 2023, el que movía el Bard original

PanGu-Alpha El primer modelo de lenguaje autorregresivo a gran escala en chino, de Huawei

Parti El modelo autorregresivo de texto a imagen de Google, un enfoque distinto de la difusión

Phi-2 El modelo anterior de 2.7B de Microsoft, con un rendimiento alto para lo pequeño que es

Qwen-7B El lanzamiento original de Qwen de Alibaba, con el que empezó la familia de modelos

Qwen-Audio El primer modelo de audio y lenguaje de Alibaba para entender el habla y el sonido

Qwen-VL El primer modelo de visión y lenguaje de Alibaba en la familia Qwen

Qwen1.5-110B El modelo denso más grande de Alibaba en la generación Qwen1.5

Qwen2-72B El modelo denso insignia de pesos abiertos de segunda generación de Alibaba

QwQ-32B-Preview La primera vista previa pública de Alibaba de su línea de razonamiento QwQ, anterior al QwQ-32B completo

Recraft V2 El modelo de generación de imagen y de vectores de Recraft anterior a V3

RoBERTa El reentrenamiento de BERT de Meta, optimizado para ser más robusto, que lo mejoró en los benchmarks

Runway Gen-1 El primer modelo de generación de vídeo a vídeo de Runway

Runway Gen-2 El primer modelo de texto a vídeo de Runway, anterior a Gen-3 Alpha

Runway Gen-3 Alpha El modelo de generación de texto a vídeo de Runway de 2024

Samsung Gauss El modelo fundacional interno original de Samsung, anterior a Gauss 2

SantaCoder El modelo de código pequeño y multilingüe de BigCode, anterior a StarCoder

SenseChat-3 El modelo SenseChat de tercera generación de SenseTime, anterior a SenseChat-5

SenseNova 5.0 El modelo SenseNova multimodal insignia de SenseTime, anterior a la actualización 5.5

Skywork-13B El modelo fundacional bilingüe de pesos abiertos de Kunlun Tech

SmolLM La familia original de Hugging Face de modelos de lenguaje pequeños y totalmente abiertos

Solar 10.7B El modelo abierto de Upstage con escalado en profundidad, anterior a la línea Solar Pro

Sora Modelo original de texto a vídeo de OpenAI, conocido por sus generaciones coherentes de un minuto en el lanzamiento

Sparrow Modelo de investigación de DeepMind de agente de diálogo, entrenado para ser más útil y menos dañino

StableLM 3B Modelo de lenguaje compacto y de pesos abiertos de Stability AI, anterior a StableLM 2

StarCoder Modelo original de BigCode, al que después sucedió StarCoder2

Step-1 Modelo insignia anterior de StepFun, previo a Step-2

T5 Transformer de transferencia de texto a texto de Google, un marco temprano que unificaba el PLN

Tacotron 2 Modelo neuronal de texto a voz de Google que une un predictor de espectrogramas con un vocoder WaveNet

text-davinci-003 El último y más capaz de los modelos originales de completado GPT-3.5 de OpenAI

text-embedding-ada-002 Modelo de embeddings que OpenAI usó por defecto durante mucho tiempo, antes de la familia v3

Titan Text Línea original de modelos fundacionales propios de Amazon para Bedrock

Titan Text Express Modelo Titan de gama media de Amazon para generación de texto general, entre Lite y el Titan Text de base

Turing-NLG Modelo de 17 000 millones de parámetros de Microsoft, de los modelos de lenguaje publicados más grandes de su época

UL2 Marco unificado de preentrenamiento de Google que combina varios objetivos de denoising

Veo Modelo original de texto a vídeo Veo, de Google, presentado en el I/O 2024 antes de Veo 3

Vicuna-13B Modelo de chat abierto temprano e influyente de LMSYS, ajustado (fine-tuned) desde Llama con conversaciones de ShareGPT

Vicuna-33B La versión más grande de Vicuna, el fine-tune de Llama con ShareGPT de LMSYS

Voyage-2 Modelo de embeddings de uso general de Voyage AI, anterior a Voyage-3

Wav2Vec 2.0 Modelo autosupervisado de representación del habla de Meta, base de muchos sistemas de ASR

WaveNet Modelo generativo de audio en bruto de DeepMind que sentó las bases del TTS neuronal moderno

WizardCoder Fine-tune de Microsoft especializado en código, creado con generación de datos Evol-Instruct

XGen-7B Modelo de investigación de contexto largo y de pesos abiertos de Salesforce

XLNet Modelo de preentrenamiento autorregresivo basado en permutaciones que superó a BERT en muchas tareas