Nueva colaboración de IPLEX con AI Times
AI Times ha publicado una columna sobre patentes de IA de Yongdeok Kim, director de IPLEX y agente de patentes coreano. El artículo examina la patente estadounidense n.º 11.443.235, adquirida por Anthropic, y plantea cómo mejorar el aprendizaje seleccionando el peso que recibe cada ejemplo.
El modelo docente aprende a orientar al alumno
En el sistema descrito, un modelo alumno realiza predicciones y un modelo docente asigna pesos a los ejemplos de entrenamiento. El rendimiento de modelos alumnos candidatos se evalúa con datos de prueba, y una señal de recompensa actualiza la política de ponderación del docente. El objetivo es mejorar el propio proceso de aprendizaje, no limitarse a aumentar el volumen de datos.
Reforzar indiscriminadamente todos los ejemplos mal clasificados puede amplificar ruido o errores de etiquetado. La patente aborda un mecanismo que aprende qué ejemplos contribuyen a un mejor rendimiento. Entre sus posibles aplicaciones se encuentran reducir la influencia de errores o duplicaciones y concentrar el entrenamiento en información útil.
Distinguir la patente de su uso en un producto
La columna relaciona selección de datos, calidad del entrenamiento y precisión desde la perspectiva de la práctica de patentes. No confirma que Claude utilice este mecanismo. La titularidad de una patente, el alcance técnico de sus reivindicaciones y la implementación comercial son cuestiones diferentes.
IPLEX analiza investigaciones y patentes de IA atendiendo al problema técnico, los medios propuestos y la evidencia de sus efectos. La columna puede consultarse en el enlace de AI Times que figura a continuación.
Se conservan las indicaciones y formas originales; el contenido se explica en el texto.