Recursos
Explora los datos y recursos usados en LatamGPT
Catálogo Referencial del Corpus
El Catálogo Referencial de LatamGPT (v1.0) es la guía esencial para entender la composición del corpus de datos en esta primera etapa. Resume la historia de las alianzas institucionales que hicieron posible el proyecto y detalla la gobernanza de los datos, abarcando las políticas de gestión de riesgo, los marcos de licencias y los criterios éticos y legales aplicados a la información de la región.
Copuchat - Contribuye con Datos
Copuchat es una aplicación experimental basada en LatamGPT-SFT, nuestro modelo de lenguaje de código abierto, que simula conversaciones reales con usuarios de América Latina y el Caribe para mejorar el alineamiento de futuras versiones de LatamGPT.
Ayuda a mejorar LatamGPT y participa en conversaciones anónimas que serán útiles para entrenar el modelo.
Participa en conversaciones para contribuir al entrenamiento de LatamGPT
Construye el benchmark latinoamericano
Trueque necesita tu conocimiento. Ayuda a crear el benchmark de preguntas sobre conocimiento y cultura latinoamericana más grande de la región, generando preguntas sobre tu país, tu historia y tu cultura.
Súmate a construir el benchmark de conocimiento más grande de Latinoamérica.
Reporte Técnico
El reporte técnico de LatamGPT ya está disponible. Descárgalo para conocer en detalle la metodología, los datos y los resultados del proyecto.
Modelo LatamGPT 1.0
LatamGPT-SFT-1.0 es la primera versión del modelo de lenguaje latinoamericano, basado en Llama 3.1 de 70 mil millones de parámetros y entrenado con Continued Pretraining (CPT) y Supervised Fine-Tuning (SFT) utilizando datos regionales.
Descarga el modelo directamente con Hugging Face.
Modelo disponible en Hugging Face
Trueque Benchmark
Trueque es un benchmark de evaluación colaborativo y revisado por humanos para medir el desempeño de LLMs en preguntas sobre conocimiento y cultura latinoamericana.
Explora las 500 preguntas curadas sobre historia, cultura, geografía y gastronomía de 20 países de América Latina.
Dataset disponible en Hugging Face
CHOCLO
CHOCLO es un benchmark especializado en conocimiento cultural latinoamericano para evaluar qué tan bien los modelos de lenguaje comprenden y representan la cultura de la región.
Más de 100.000 filas con preguntas sobre geografía, fauna, flora, tradiciones, gastronomía y figuras públicas de 18 países, con tres niveles de dificultad.
Dataset disponible en Hugging Face