Visual Autoregressive Modeling:  ¿Y si las imágenes se generaran de la misma manera que el lenguaje?

Visual Autoregressive Modeling (VAR). Imagen importada de “Visual Autoregressive Modeling: Scalable Image Generation via Next-Scale Prediction” (2024).*

Durante los últimos años, los modelos autoregresivos han demostrado una capacidad extraordinaria para modelar distribuciones complejas. Los Large Language Models (LLMs), como GPT, han...

El Patrón Oculto en los Modelos Generativos

Aunque hoy en día el término “IA generativa” es omnipresente, la realidad es que los modelos que impulsan esta tecnología no son nuevos. De hecho, muchos de ellos se basan en ecuaciones y principios matemáticos que han existido durante décadas. Modelo tras modelo han desfilado por mis retinas, y he notado un patrón recurrente—no soy el único obviamente. Los modelos...

Flow Matching:  Introducción

En los últimos años, hemos sido testigos de un avance significativo en el campo de los modelos generativos, especialmente en la generación de imágenes y videos. El modelo de difusión ha sido uno de los protagonistas en esta revolución. Pero ahora, un nuevo modelo está tomando protagonismo: el Flow Matching. Este modelo, que en realidad es un método, ha llevado...

Score Based Generative Models

Generación de muestras para un Noise Conditional Score Networks (NCSNs). Paper: Generative Modeling by Estimating Gradients of the Data Distribution.

En algunos casos, los modelos probabilísticos en Machine Learning vienen en forma de una densidad de probabilidad...

Introducción a los Modelos Generativos

Figura 1. La evolución de los rostros sintéticos generados por los modelos GAN. De izquierda a derecha: GANs, DCGANs, CoGANs y ProgressiveGANs. Imagen extraída de Brundage et al.

Una red neuronal profunda puede operarar con datos de...

AlexNet:  La Red Neuronal de 44 millones de dólares

De izquierda a derecha: Ilya Sutskever, Alex Krizhevsky y Geoffrey Hinton. Los creadores de AlexNet.

Año 2009, en la IEEE Conference on Computer Vision and Pattern Recognition—una conferencia anual de visión por computador—se presentó un artículo titulado “ImageNet: A Large-Scale Hierarchical Image...

Diffusion Model: El modelo detrás de Sora

Imagen extraída de un video generado por Sora de OpenAI.

Convertir datos en ruido es fácil, convertir ruido en datos es el trabajo de un modelo generativo. Este tipo de modelos transforman ruido en información útil y procesable, abriendo nuevas oportunidades...

El papel de la Tokenización en ChatGPT

Figura 1. Imagen de Mariia Shalabaieva en Unsplash.

Hoy en día, la Inteligencia Artificial (IA) es un tema recurrente en diversas plataformas, y no necesariamente por personas dentro del ámbito científico. El torrente de aplicaciones que ha traído esta tecnología...