GemmaColRAC-AeroNavigatorLLM-2b

LLM-AviationV2: Innovación AI en los Cielos

<p align="center"> <img src="https://cdn-uploads.huggingface.co/production/uploads/6419c2f6b4adb0e101b17b6c/fhU5yTQKH9nHN_zues186.png" style="width: 50%; max-width: 500px; height: auto;" alt="LLM-AviationV2: Innovación AI en los Cielos"/> </p>

Descripción del Modelo

Desarrollado por Edison Bejarano y Nicolas Potes, este modelo representa un avance revolucionario en la utilización de la tecnología de Modelos de Lenguaje (LM) dentro del sector aeronáutico, específicamente diseñado para mejorar la comprensión y accesibilidad del Reglamento Aeronáutico Colombiano (RAC). Entrenado en una Tesla V100-SXM2-16GB, el modelo LLM-AviationV2 se embarca en un viaje para navegar el complejo panorama regulatorio con una eficiencia y perspicacia sin precedentes.

• Desarrollado por: Edison Bejarano - Sergio Nicolas - Santiago Pineda
• Tipo de modelo: Versión afinada de google/gemma-2b-it
• Idiomas (NLP): Español (es)
• Licencia: Apache-2.0
• Afinado a partir del modelo: google/gemma-2b-it

Fuentes del Modelo

• URL en Hugging Face: ejbejaranos/LLM-AviationV2

Usos

Uso Directo

El modelo LLM-AviationV2 está diseñado para aplicaciones directas en tareas de generación de texto, con el objetivo de simplificar la interpretación y aplicación de las regulaciones aeronáuticas. Su función principal es servir a profesionales y entusiastas del campo de la aeronáutica, proporcionando acceso inmediato a información comprensible extraída del RAC.

Detalles de Entrenamiento

Datos de Entrenamiento

El modelo LLM-AviationV2 fue afinado utilizando el dataset RAC_Colombia_QualityImproved025, el cual representa una versión mejorada en términos de calidad del Reglamento Aeronáutico Colombiano. Este dataset fue curado y mejorado por el equipo de SomosNLP, con el objetivo de proporcionar una base de datos más precisa y relevante para tareas de procesamiento de lenguaje natural relacionadas con la aviación.

Para más detalles sobre este dataset, puedes consultar la documentación y los metadatos a través del siguiente enlace:

Dataset RAC_Colombia_QualityImproved025 en Hugging Face

Procedimiento de Entrenamiento y Resultados

Hiperparámetros de Entrenamiento para LLM-AviationV2

• Tipo de GPU: Tesla V100-SXM2-16GB
• Tiempo Total de Entrenamiento: Aprox. 70 minutos (4239 segundos)
• Tasa de Aprendizaje: 0.00005
• Optimizador: Paged AdamW 8bit
• Pasos Máximos: 258
• Tamaño de Secuencia: 1024 (presumido)
• Tamaño de Lote por Dispositivo: 3

Velocidades, Tamaños, Tiempos para LLM-AviationV2

• Tiempo de Entrenamiento: 882.68 segundos
• Muestras por Segundo en Entrenamiento: 2.338
• Pasos por Segundo en Entrenamiento: 0.585

Hiperparámetros de Entrenamiento para LLMs-AviationV3

• Tipo de GPU: NVIDIA A100-SXM4-40GB
• Tiempo Total de Entrenamiento: Aprox. 50 minutos (3007 segundos)
• Tasa de Aprendizaje: 0.00005
• Optimizador: Paged AdamW 8bit
• Pasos Máximos: 1638
• Tamaño de Secuencia: 2048
• Tamaño de Lote por Dispositivo: 1
• Versión de Transformers: 4.39.0
• Función de Activación: gelu_pytorch_tanh

Velocidades, Tamaños, Tiempos para LLMs-AviationV3

• Tiempo de Entrenamiento: 1641.78 segundos
• Muestras por Segundo en Entrenamiento: 3.991
• Pasos por Segundo en Entrenamiento: 0.998

Comparación de Modelos

Al comparar los modelos, observamos mejoras significativas en la versión LLMs-AviationV3. La expansión del tamaño de la secuencia a 2048 y la reducción del tamaño de lote por dispositivo a 1, junto con el incremento en los pasos máximos a 1638, han demandado más recursos pero han resultado en un aumento notable en la calidad del modelo. Además, la actualización a la versión 4.39.0 de Transformers y el cambio en la función de activación a gelu_pytorch_tanh para LLMs-AviationV3 han contribuido a este avance cualitativo.

Resultados

El modelo ha demostrado una capacidad significativa para comprender y generar contenido regulatorio aeronáutico en español, convirtiéndose en un valioso recurso para la industria.

Actualmente vamos en la tercera version en donde hemos conseguido mejorar previas versiones:

<p align="center"> <img src="https://cdn-uploads.huggingface.co/production/uploads/6419c2f6b4adb0e101b17b6c/vkdnFXNuRz8GRMY1_yvSy.png" style="width: 70%; max-width: 1000px; height: auto;" alt="Métrica de perdida: Innovación AI en los Cielos"/> </p>

Evaluación

Se esta desarrollando un espacio para que expertos en el campo puedan realizar una evalucacion por el momento tenemos estos dos para nuestros mejores modelos :

https://somosnlp-rac-col-v1.hf.space

Impacto Ambiental

El entrenamiento de LLM-AviationV2 se llevó a cabo con una consideración cuidadosa de su huella ambiental, optimizando para la eficiencia y minimizando el gasto computacional innecesario.

• Tipo de Hardware: Tesla V100-SXM2-16GB
• Horas Utilizadas: Aproximadamente 0.52 horas
• Consumo de Energía: Aproximadamente 0.156 kWh
• Emisiones de CO2 Estimadas: Aproximadamente 0.0741 kg

Estas cifras subrayan nuestro compromiso con la sostenibilidad y la reducción del impacto ambiental en el desarrollo de tecnologías de inteligencia artificial.

Especificaciones Técnicas

Infraestructura de Cómputo

Hardware

El entrenamiento se realizó en una Tesla V100-SXM2-16GB, elegida por su equilibrio entre rendimiento y eficiencia energética.

Software

• Versión de Transformers: 4.38.0
• Entorno de Entrenamiento: Proporcionado por la biblioteca Hugging Face Transformers.

Más Información

Para obtener información más detallada sobre LLM-AviationV2, incluido el acceso al modelo y sus capacidades completas, por favor visita nuestro repositorio en Hugging Face. LLM-AviationV2).