ServiceNow lanza SyGra, un sistema para crear datos de entrenamiento de IA sin depender de OpenAI
La empresa ha publicado en código abierto un framework que permite generar ejemplos sintéticos de alta calidad para entrenar modelos de lenguaje, sin necesidad de usar GPT-4 ni otros modelos de pago.
SyGra es un framework (conjunto de herramientas reutilizables) de código abierto creado por ServiceNow que permite generar datos sintéticos de entrenamiento para modelos de lenguaje o LLM (redes neuronales que entienden y generan texto) usando únicamente modelos de pesos abiertos como Llama o Qwen, sin necesidad de pagar por servicios de OpenAI u otras APIs comerciales.
ServiceNow, una empresa de software empresarial, ha presentado SyGra (Synthetic Graph), un framework (conjunto de herramientas y código reutilizable) de código abierto diseñado para generar datos sintéticos de entrenamiento para modelos de lenguaje. La novedad es que no depende de modelos de OpenAI ni de otras APIs de pago, sino que utiliza únicamente modelos de pesos abiertos (modelos cuyo código y parámetros internos están disponibles públicamente) que pueden ejecutarse en infraestructura propia.
El problema que intenta resolver SyGra es conocido: los modelos de lenguaje grandes o LLM (Large Language Models, redes neuronales entrenadas con billones de palabras para entender y generar texto) necesitan enormes cantidades de datos etiquetados para funcionar bien en tareas específicas. Tradicionalmente, muchos equipos han recurrido a GPT-4 u otros modelos comerciales para generar esos ejemplos sintéticos, lo que implica costes elevados y ceder el control sobre los datos a terceros. SyGra permite hacer lo mismo usando modelos como Llama (la familia de LLM de código abierto de Meta) o Qwen (modelos desarrollados por Alibaba), que pueden ejecutarse localmente.
Según el equipo de ServiceNow, SyGra ya ha sido utilizado internamente para generar más de 15 millones de ejemplos de entrenamiento en tareas de clasificación de texto, análisis de sentimiento y generación de instrucciones. El framework organiza el proceso en fases: primero genera un grafo de conocimiento (una estructura de datos que representa conceptos y sus relaciones), luego crea plantillas de instrucciones y finalmente produce ejemplos variados y realistas a partir de esas plantillas. Todo el código está disponible en Hugging Face (una plataforma donde desarrolladores comparten y descargan modelos de IA ya entrenados).
La herramienta llega en un momento en que muchas empresas buscan reducir su dependencia de proveedores externos de IA. ServiceNow, que desarrolla soluciones de automatización empresarial, ha apostado fuerte por la IA generativa en los últimos años y tiene interés en controlar toda la cadena de producción de sus modelos. SyGra es, en ese sentido, una pieza más de esa estrategia de autonomía tecnológica.
