Viernes 23 de octubre de 2026 ·

¿Ver mejor o razonar mejor? Qué explica las mejoras de PaliGemma 2 al aumentar la resolución

Relevancia 37 de 100

Un análisis compara PaliGemma 2 a 224 y 448 píxeles: el modelo de 3B respondió «uvas» en la primera resolución y «flor» en la segunda para un detalle de un cuadro. Un experimento de control, que reduce la imagen a 224 píxeles y la amplía a 448, mantuvo la respuesta «flor», lo que indica que el acierto no se debe solo a más detalle visual. El autor plantea que la mejora puede atribuirse al detalle, a la secuencia de tokens visuales, al entrenamiento en alta resolución o al modelo de lenguaje, y que hay que aislar cada factor.

Qué significa

Al evaluar modelos multimodales, subir la resolución no basta para explicar sus aciertos. Quien compare modelos de visión necesita aislar qué factor produce cada mejora.

Fuentes originales

Resumen de Hoy en IA. Pulsa una fuente para leer la noticia completa en su idioma original.

También ese día

Todas las noticias de IA del viernes 23 de octubre de 2026 ->