No hay un modelo para todo. Elige según lo que necesita hacer tu app:
Chat o texto: conversar, resumir, escribir.
Multimodal: entiende texto e imágenes (y algunos, audio). Si tu app debe describir la foto que sube el usuario, necesitas uno multimodal.
Generación de imágenes: crea una imagen nueva desde una descripción (el logo de una cafetería). No es lo mismo que un modelo que solo clasifica imágenes.
Embeddings: convierten texto en números (vectores) que representan su significado: "perro" y "cachorro" quedan cerca; "perro" y "factura", lejos. Sirven para buscar por significado, aunque no se repitan las mismas palabras.
Voz:voz a texto pasa audio a texto (como dictarle al celular); texto a voz lee un texto en voz alta (una receta mientras cocinas).
Un modelo más grande suele responder mejor, pero cuesta más y tarda más; uno pequeño es más barato y rápido, aunque menos capaz. Si el pequeño ya resuelve bien tu caso, cambiarlo al grande solo te haría pagar más y esperar más.
Cómo elegir1) Define qué necesita hacer la app. 2) Busca modelos con esa capacidad en el catálogo. 3) Compara calidad, costo y velocidad. 4) Prueba el modelo con tus propios ejemplos.
Los eliges y comparas en el catálogo de modelos de Microsoft Foundry, la plataforma de Microsoft en la nube para usar modelos de IA.
Pon a prueba lo que aprendiste
Escenario
Tu app debe describir lo que hay en una foto que sube el usuario. ¿Qué modelo usas?
AUn modelo de generación de imágenes
BUn modelo de embeddings
CUn modelo de texto a voz
DUn modelo multimodal
Ver respuesta
D) Un modelo multimodal Un modelo multimodal acepta imágenes como entrada.
Embeddings
¿Para qué sirven los embeddings?
APasar audio a texto mientras alguien está hablando
BGuardar contraseñas de los usuarios de forma segura
CGenerar imágenes nuevas a partir de una descripción
DConvertir texto en números para buscar por significado
Ver respuesta
D) Convertir texto en números para buscar por significado Textos parecidos quedan con vectores cercanos.
Escenario
Quieres un buscador que encuentre artículos parecidos en significado, no solo con las mismas palabras. ¿Qué usas?
AEmbeddings
BUn modelo de generación de imágenes
CUna temperatura más alta
DMás tokens en la respuesta
Ver respuesta
A) Embeddings La búsqueda por significado se hace con embeddings.
Practica esta lección completa
Ejercicios de completar código, ordenar bloques y respuesta libre. Ganas XP y mantienes tu racha.