



const { OpenAI } = require('openai');
const api = new OpenAI({
baseURL: 'https://api.ai.cc/v1',
apiKey: '',
});
const main = async () => {
const result = await api.chat.completions.create({
model: 'databricks/dolly-v2-3b',
messages: [
{
role: 'system',
content: 'You are an AI assistant who knows everything.',
},
{
role: 'user',
content: 'Tell me, why is the sky blue?'
}
],
});
const message = result.choices[0].message.content;
console.log(`Assistant: ${message}`);
};
main();
import os
from openai import OpenAI
client = OpenAI(
base_url="https://api.ai.cc/v1",
api_key="",
)
response = client.chat.completions.create(
model="databricks/dolly-v2-3b",
messages=[
{
"role": "system",
"content": "You are an AI assistant who knows everything.",
},
{
"role": "user",
"content": "Tell me, why is the sky blue?"
},
],
)
message = response.choices[0].message.content
print(f"Assistant: {message}")

Detalles del producto
Dolly v2 (3B): Un potente sistema de aprendizaje automático con seguimiento de instrucciones de Databricks
Dolly v2 (3B), un modelo de lenguaje grande avanzado que sigue instrucciones, fue desarrollado por Databricks, Inc. y lanzado oficialmente el 12 de abril de 2023. Designado como Dolly-v2-3bEste modelo está meticulosamente diseñado para comprender y ejecutar diversas tareas lingüísticas basadas en las instrucciones del usuario. Su base reside en el modelo Pythia-2.8b, significativamente mejorado mediante un ajuste fino en aproximadamente 15.000 pares de instrucciones/respuestas de alta calidad, lo que garantiza la generación de resultados altamente relevantes y precisos.
✨Funcionalidades clave de Dolly v2 (3B)
- Ajuste fino de precisión: Optimizado con aproximadamente 15.000 pares de instrucciones/respuestas para una adherencia y calidad de instrucciones superiores.
- Rendimiento versátil en diversas tareas: Posee una gran capacidad para realizar diversas tareas, como lluvia de ideas, clasificación de textos, responder preguntas con y sin consulta de material de consulta, generar contenido, extraer información y elaborar resúmenes.
- Licencia lista para uso comercial: Disponible bajo una permisiva Licencia CC-BY-SA, lo que lo hace adecuado para aplicaciones comerciales.
- Opciones escalables: También están disponibles variantes de mayor tamaño, como el dolly-v2-7b y el dolly-v2-12b, para necesidades más exigentes.
🎯Aplicaciones previstas y soporte lingüístico
Dolly v2 (3B) está específicamente diseñado para un amplio espectro de Tareas de procesamiento del lenguaje natural (PLN)Entre sus funciones se incluyen la lluvia de ideas creativa, la categorización, la respuesta a preguntas (tanto con contexto como con conocimientos generales), la generación de texto nuevo, la extracción de información específica y la síntesis de contenido extenso. Es una excelente opción para aplicaciones que requieren un seguimiento de instrucciones fiable y consistente, aunque cabe destacar que no se trata de un modelo de última generación.
Enfoque lingüístico: El idioma principal de soporte del modelo es InglésSi bien podría ser posible procesar otros idiomas, la precisión podría verse disminuida debido al predominio del inglés en el conjunto de datos de entrenamiento.
🧠Especificaciones técnicas
Arquitectura
Dolly v2 (3B) se basa en la robustez Modelo Pythia-2.8b, aprovechando una poderosa Arquitectura basada en transformadores Reconocida por su eficacia en la comprensión y generación de patrones lingüísticos complejos.
Datos de entrenamiento: Entrada oficial del blog de Dolly v2 (3B)
Las sólidas capacidades de seguimiento de instrucciones del modelo se perfeccionan mediante el entrenamiento en el conjunto de datos databricks-dolly-15kEste conjunto de datos único, que comprende aproximadamente 15.000 pares de instrucción/respuestaFue meticulosamente elaborado por empleados de Databricks. Abarca una amplia gama de ámbitos, como la lluvia de ideas, la clasificación, la respuesta a preguntas y la elaboración de resúmenes, en consonancia con los principios expuestos en el documento de InstructGPT.
- Fuente: Internet público, incluyendo Wikipedia.
- Tamaño: Aproximadamente 15.000 pares de instrucción/respuesta.
- Punto de corte de conocimiento: La base de conocimientos del modelo está actualizada hasta Abril de 2023.
- Diversidad y prejuicios: El conjunto de datos puede presentar sesgos e intereses específicos inherentes a los empleados de Databricks y, al derivarse en parte de datos públicos de internet, puede contener sesgos sociales preexistentes.
📊Información sobre el rendimiento
Dolly v2 (3B) demuestra un rendimiento sólido en tareas de seguimiento de instrucciones, superando notablemente a su modelo base, Pythia-2.8b. Ofrece resultados competitivos al compararlo con otros modelos dentro de su rango de parámetros. Sin embargo, no está diseñado para competir con modelos mucho más grandes y de última generación como GPT-4 o LLaMA-3.
- Exactitud: Si bien suele ser eficaz, el modelo puede encontrar dificultades con indicaciones sintácticas muy complejas, problemas de programación intrincados, operaciones matemáticas precisas, exactitud fáctica matizada y manejo preciso de fechas y horas.
- Velocidad: Optimizado para una inferencia eficiente en GPU, su velocidad operativa real puede variar significativamente en función de las configuraciones de hardware específicas.
- Robustez: Es capaz de gestionar una amplia gama de instrucciones, aunque ocasionalmente puede producir errores en escenarios excepcionalmente complejos o ambiguos.
🛠️Guía de uso
Dolly v2 (3B) está diseñado para integrarse sin problemas en diversas aplicaciones mediante llamadas API convencionales o SDK. Los desarrolladores pueden aprovechar sus capacidades de seguimiento de instrucciones para una multitud de tareas de PLN. Para obtener ejemplos de código completos e instrucciones de integración detalladas, se recomienda consultar la documentación oficial de Databricks o los repositorios de código abierto pertinentes.
⚠️Consideraciones éticas
Databricks está firmemente comprometida con el desarrollo de tecnologías de IA útiles, honestas e inofensivas. Sin embargo, como todos los modelos de inteligencia artificial, Dolly v2 (3B) presenta limitaciones inherentes. Puede generar resultados que reflejen sesgos presentes en sus datos de entrenamiento, lo que podría dar lugar a contenido sesgado o inadvertidamente dañino. Se recomienda encarecidamente a los usuarios que implementen sistemas de moderación sólidos y medidas éticas al desplegar y utilizar el modelo en aplicaciones reales.
⚖️Información sobre licencias
Dolly v2 (3B) se distribuye bajo la Licencia CC-BY-SA (Creative Commons Atribución-CompartirIgual). Esta es una licencia de código abierto permisiva que permite expresamente uso comercial, facilitando así su amplia adopción y su perfecta integración en diversos productos y servicios comerciales.
❓Preguntas frecuentes (FAQ)
P1: ¿Qué es Dolly v2 (3B)?
A1: Dolly v2 (3B) es un modelo de lenguaje grande que sigue instrucciones, desarrollado por Databricks y diseñado para realizar diversas tareas de PLN (Procesamiento del Lenguaje Natural) basándose en las instrucciones proporcionadas por el usuario.
P2: ¿Se puede utilizar Dolly v2 (3B) para proyectos comerciales?
A2: Absolutamente. Dolly v2 (3B) se publica bajo la licencia CC-BY-SA, que permite explícitamente su uso en aplicaciones y productos comerciales.
P3: ¿Cuáles son las principales ventajas de Dolly v2 (3B)?
A3: Entre sus principales ventajas se incluyen una sólida capacidad para seguir instrucciones, versatilidad en una amplia gama de tareas de PLN (como la elaboración de resúmenes y la gestión de preguntas) y su naturaleza de código abierto, lo que permite una amplia adopción.
P4: ¿Cuáles son las limitaciones conocidas de Dolly v2 (3B)?
A4: Puede presentar dificultades con sintaxis muy compleja, problemas de programación, operaciones matemáticas intrincadas, recuperación precisa de datos y puede heredar sesgos de sus datos de entrenamiento. No se considera un modelo de vanguardia en comparación con alternativas más amplias.
P5: ¿Qué idiomas admite Dolly v2 (3B)?
A5: El modelo admite principalmente el inglés. Si bien podría procesar otros idiomas, la precisión y la fluidez podrían verse afectadas debido a que sus datos de entrenamiento están centrados en el inglés.
Campo de juegos de IA



Acceso